如何让arff.loadarff与urllib.request一起从URL中读取arff文件？

Question

你有什么好的办法让arff.loadarff在网址中工作吗？我正在尝试使用Python3.7从以下网址读取arff文件：https://archive.ics.uci.edu/ml/machine-learning-databases/00327/Training%20Dataset.arff

我尝试了几种方法，中心问题是让urllib.request返回一个文件或类似文件的对象，以便arff.loadarff能够正确识别和读取它。

以下是我尝试过的一些方法和结果：

from scipy.io import arff
import urllib.request

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/00327/Training%20Dataset.arff"
response = urllib.request.urlopen(url)
data, meta = arff.loadarff(response)

这会给出一个错误TypeError，因为urlopen返回一个响应对象。

我还尝试遵循接受答案here中的解决方案

from scipy.io import arff
import urllib.request
import codecs

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/00327/Training%20Dataset.arff"
ftpstream = urllib.request.urlopen(url)
data, meta = arff.loadarff(codecs.iterdecode(ftpstream, 'utf-8'))

但这也会给出一个TypeError，因为codecs.iterdecode返回一个生成器。还有这一条：

from scipy.io import arff
import urllib.request

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/00327/Training%20Dataset.arff"
ftpstream = urllib.request.urlopen(url)
data, meta = arff.loadarff(ftpstream.read().decode('utf-8'))

这将以字符串的形式访问文件，但会返回完整的arff文件作为文件名，并且我会收到文件名太长的错误消息。

Answer 1

你就快到了。loadarff()需要一个类似文本文件的对象，而urlopen()和decode()的结果都不能满足这个要求。因此，方法是使用io.StringIO()将文本字符串内容包装到一个类似文件的对象中

from scipy.io import arff
import urllib.request
import io # for io.StringIO()

url = "https://archive.ics.uci.edu/ml/machine-learning-databases/00327/Training%20Dataset.arff"
ftpstream = urllib.request.urlopen(url)
data, meta = arff.loadarff(io.StringIO(ftpstream.read().decode('utf-8')))

在这里，类文件对象指的是可以执行x.read()操作并返回字符串的文件，就像open(filename)返回的x对象一样