HTTP 错误 404：未找到 urllib.request.urlretrieve答案

【问题标题】：HTTP Error 404: Not Found urllib.request.urlretrieveHTTP 错误 404：未找到 urllib.request.urlretrieve
【发布时间】：2020-08-24 00:45:33
【问题描述】：

不确定为什么链接工作时会发生此错误。当我点击链接时，我被带到了原始数据，但是当我运行代码时，我得到了 404 错误。

import pandas as pd
import os
import tarfile
from six.moves import urllib
DOWNLOAD_ROOT = "https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_data" 
TESLA_PATH = os.path.join("datasets", "tesla")
TESLA_URL = DOWNLOAD_ROOT + "datasets/tesla/tesla.tgz"
def fetch_tesla_data(tesla_url=TESLA_URL, tesla_path=TESLA_PATH): 
    if not os.path.isdir(tesla_path):
        os.makedirs(tesla_path)
    tgz_path = os.path.join(tesla_path, "tesla.tgz") 
    urllib.request.urlretrieve(tesla_url, tgz_path) 
    tesla_tgz = tarfile.open(tgz_path) 
    tesla_tgz.extractall(path=tesla_path) 
    tesla_tgz.close()
fetch_tesla_data()

【问题讨论】：

“链接有效” 是不正确的。试试print(tesla_url) 看看链接是什么。
https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_data 有效，但是我能想到的与您那里的各种文本的组合都不起作用。请提供您希望代码运行的完整 URL（确实有效）。
总是将完整的错误消息（从单词“Traceback”开始）作为文本（不是屏幕截图）放在有问题的（不是评论）中。还有其他有用的信息。
这是正确的网址。我根据您的反馈更改了代码，但在检索文件时遇到了困难。
这个网址给你原始文本而不是.tgz，你不需要tarfile

标签： python jupyter-notebook urllib

【解决方案1】：

您创建的 URL 错误。 TESLA_URL 是https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_datadatasets/tesla/tesla.tgz

实际网址是https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_data

您在 URL 中添加了一些词，使其与原始 URL 不同。

只需将您的代码修改为以下内容

import pandas as pd
import os
import tarfile
from six.moves import urllib 

TESLA_PATH = os.path.join("datasets", "tesla")

# This is what I changed
# I got rid of DOWNLOAD_ROOT and just threw the link in TESLA_URL
TESLA_URL = "https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_data"

def fetch_tesla_data(tesla_url=TESLA_URL, tesla_path=TESLA_PATH): 
    if not os.path.isdir(tesla_path):
        os.makedirs(tesla_path)
    tgz_path = os.path.join(tesla_path, "tesla.tgz") 
    urllib.request.urlretrieve(tesla_url, tgz_path) 
    tesla_tgz = tarfile.open(tgz_path) 
    tesla_tgz.extractall(path=tesla_path) 
    tesla_tgz.close()

fetch_tesla_data()

【讨论】：

现在您有了正确的 URL，但它提供的是原始文本而不是 .tgz，因此您无需使用 tarfile 并提取它。
只需将其保存为 .csv。从作者最后一次提交的外观来看，该文件似乎是一个 .csv
我还能如何提取它
@IsaiahCruz 你不需要额外的 - 它没有被压缩。你必须按原样写。
感谢所有帮助我弄清楚的人[编辑：我撒谎]

【解决方案2】：

有两个问题

错误的 url - 它只需要 DOWNLOAD_ROOT 而没有 "datasets/tesla/tesla.tgz"
它提供原始文本（不是压缩文件），它不需要tarfile 和extractall

import os
from six.moves import urllib 

URL = "https://raw.githubusercontent.com/isaiahxcruz/Datasets/master/TSLA_data"
LOCAL_FOLDER = "datasets"  # or "datasets/tesla"
LOCAL_FILENAME = "tesla.csv"
LOCAL_PATH = os.path.join(LOCAL_FOLDER, LOCAL_FILENAME)

os.makedirs(LOCAL_FOLDER, exist_ok=True)
urllib.request.urlretrieve(URL, LOCAL_PATH) 

df = pd.read_csv(LOCAL_PATH)
print(df)

就是这样。

【讨论】：