使用 Python 解析 Azure XML BLOB

Question

尝试解析 XML BLOB 并将其转换为 CSV。使用本地文件时可以使用以下代码。

import xml.etree.ElementTree as et

SourceFileName = req.params.get('FileName')
SourceContainer = "C:\\AzureInputFiles\\"
SourceFileFullPath = SourceContainer + SourceFileName

xtree = et.parse(SourceFileFullPath)
xroot = xtree.findall(".//data/record") 
df_cols=['Col1', 'Col2']
rows = []

在 Azure BLOB 上工作时无法使用。我怎样才能做到这一点 ？不是最干净的，但通过创建带有参数的 URL 尝试了以下方式。容器设置为公共访问，并且 Blob 没有限制。 使用的库：azure-storage-blob

import xml.etree.ElementTree as et

url = f"https://{account_name}.blob.core.windows.net/{container_name}/{blob_name}"

xtree = et.parse(url)
xroot = xtree.findall(".//data/record") 
df_cols=['Col1', 'Col2']
rows = []

有什么建议让它工作吗？访问 Blob 的更好方法？

Answer 1

如果你想从 Azure blob 中读取 xml 文件，我们可以使用包 azure.storage.blob 来实现它。

例如

我的 xml 文件

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

1. 代码

import xml.etree.ElementTree as ET

from azure.storage.blob import BlobServiceClient

connection_string='<your storage account connection string>'
blob_service_client = BlobServiceClient.from_connection_string(connection_string)

blob_client = blob_service_client.get_blob_client(container="test", blob="data.xml")
downloader = blob_client.download_blob()
root = ET.fromstring(downloader.content_as_text())
for neighbor in root.iter('neighbor'):
    print(neighbor.attrib)