[英]S3 file to local using luigi raises UnicodeDecodeError
我正在使用以下代碼將pdf
文件復制到本地:
with self.input_target().open('r') as r:
with self.output_target().open('w') as w:
for line in r:
w.write(line)
這是基於這個問題(種類)
但是當我執行該代碼時,我得到以下信息:
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe2 in position 11:
invalid continuation byte
我嘗試了另一種方法,但沒有很好的結果:
with self.input_target().open('r') as r, self.output_target().open('w') as w:
w.write(r.read())
正確的做法是什么?
似乎您正在處理一個二進制文件,就好像它是文本一樣 - 但事實並非如此。 你可能需要做這樣的事情:
with self.input().open('r') as i, self.output().open('w') as o:
o.write(i.read())
(未測試!)
另外,我認為您可能會發現這個答案很有用: Python 編寫二進制文件,字節
我結束了使用luigi.s3.S3Client
和從/向s3
復制二進制文件的方法get
。
代碼片段:
進口路易吉
class ATask(luigi.Task):
s3_path = luigi.Parameter()
local_path = luigi.Parameter()
...
def run(self):
client = luigi.s3.S3Client()
client.get(s3_path, local_path) ## This gets the file
...
我認為根本原因是luigi
使用boto
從/向s3
獲取/放置文件。 (如您在源代碼中所見)
另一種選擇是使用格式 kwarg luigi.format.Nop 到 Target 來指示它是一個正在讀取的二進制文件。
例如
def output(self):
return LocalTarget(target, format=luigi.format.Nop)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.