如何用Python读取同一GitHub仓库文件？解决FileNotFoundError问题

问题描述 #

在'SpecLines_App'中尝试加载同一GitHub仓库中的'classifier_model.pkl'文件时，持续出现FileNotFoundError。尝试过的代码如下：

import streamlit as st
import numpy as np
import pickle
import pandas as pd

#https://github.com/mblk3/MLM_Atomic_Spec_Lines/blob/02f6a04db06b459169ea0d19c347146ea1ad17d8/classifier_model.pkl
#joblibFile = open('code_/classifier_model.pkl', 'rb')
#joblibFile = open(url, 'rb')
#model = pickle.load(joblibFile)

model = pd.read_pickle(r'classifier_model.pkl')

原因分析 #

1. 路径错误：本地开发环境和Streamlit部署环境的工作目录可能不一致，直接使用文件名或错误的相对路径会导致文件查找失败。
2. 链接类型错误：GitHub网页链接仅用于展示文件内容，无法直接通过open()或pd.read_pickle()读取，需要使用文件的原始下载链接。

解决方案 #

方案1：修正文件相对路径 #

1. 先排查当前工作目录，添加代码确认：

   import os
   st.write("当前工作目录：", os.getcwd())
   

2. 根据输出的工作目录调整路径：
   • 若Streamlit应用文件在SpecLines_App文件夹，模型文件在仓库根目录，路径应为../classifier_model.pkl
   • 若两者在同一目录，直接使用classifier_model.pkl即可

方案2：使用GitHub原始链接加载文件 #

打开GitHub上的模型文件页面，点击右上角的「Raw」按钮获取原始链接，然后通过网络加载：

import pandas as pd

# 替换为文件的原始链接
model_url = "https://raw.githubusercontent.com/mblk3/MLM_Atomic_Spec_Lines/02f6a04db06b459169ea0d19c347146ea1ad17d8/classifier_model.pkl"
model = pd.read_pickle(model_url)

也可使用pickle配合requests加载：

import requests
from io import BytesIO
import pickle

model_url = "https://raw.githubusercontent.com/mblk3/MLM_Atomic_Spec_Lines/02f6a04db06b459169ea0d19c347146ea1ad17d8/classifier_model.pkl"
response = requests.get(model_url)
model = pickle.load(BytesIO(response.content))

方案3：确保文件被正确部署 #

• 检查仓库的.gitignore文件，确认classifier_model.pkl未被排除
• 确认文件存在于GitHub仓库的目标分支下

内容的提问来源于stack exchange，提问作者Mia Blake