从 Kaggle 数据集中获取 zip 文件的名称

【问题标题】：Get the name of the zip file from Kaggle dataset从 Kaggle 数据集中获取 zip 文件的名称
【发布时间】：2021-03-07 05:24:14
【问题描述】：

当我在 Kaggle 中下载数据集时，它是通过以下方式下载的：

subprocess.run(["kaggle", "datasets", "download", "-d", DATA_URL, "-p", SAVE_PATH])

当我尝试再次下载它时，我收到提示消息，表明我已经下载了数据集并且在那里我可以看到 zip 的名称：

ecommerce-dataset.zip: Skipping, found more recently modified local copy (use --force to force download)

如何找到数据集的名称或.zip 的名称？我查看了Kaggle API，但没有找到任何对我有帮助的东西。

【问题讨论】：

标签： python dataset zip kaggle

【解决方案1】：

我认为 Kaggle API python CLI 无法做到这一点，但如果 .zip 文件夹是在 API 中创建的，那么在某个地方应该有命名逻辑。

但是，我认为将数据集下载到一个空文件夹中，然后检查该文件夹中的 .zip 文件并使用它会更容易。

这可以通过pathlib 来完成：

from pathlib import Path
import subprocess

# Create Path object and create "new_folder" in current working directory (Path.cwd())
path = Path(Path.cwd(), "new_folder")
path.mkdir()

# Download
subprocess.run(["kaggle", "datasets", "download", "-d", DATA_URL, "-p", path])

# Get .zip files in the "new_folder"
zip_files = path.glob(".zip")
dataset_zip_name = [f.name for f in zip_files][0]

【讨论】：