Python操作Google Cloud Storage遇AttributeError错误求助

错误原因 #

报错AttributeError: 'str' object has no attribute 'write'的核心问题是：
google.cloud.storage.Blob.download_to_file()方法要求传入可写的文件流对象，但你传入的是字符串格式的文件路径（"/tmp/plant_disease.h5"），字符串类型没有write方法，导致调用失败。

修复方案 #

有两种简单的修复方式：

方式1：打开文件流后传入download_to_file #

修改download_blob函数，通过open()创建二进制写入模式的文件流，再传递给方法：

def download_blob(bucket_name, source_blob_name, destination_file_name):
    storage_client = storage.Client()
    bucket = storage_client.get_bucket(bucket_name)
    blob = bucket.blob(source_blob_name)
    with open(destination_file_name, "wb") as f:
        blob.download_to_file(f)
    print(f"Blob {source_blob_name} downloaded to {destination_file_name}.")

方式2：使用更适合的download_to_filename方法 #

Google Cloud Storage提供了直接接受文件路径的download_to_filename()方法，内部会自动处理文件流，代码更简洁：

def download_blob(bucket_name, source_blob_name, destination_file_name):
    storage_client = storage.Client()
    bucket = storage_client.get_bucket(bucket_name)
    blob = bucket.blob(source_blob_name)
    blob.download_to_filename(destination_file_name)
    print(f"Blob {source_blob_name} downloaded to {destination_file_name}.")

其他潜在问题修复 #

除了上述错误，代码中还有两个会导致500错误的问题：

1. 变量名大小写不匹配：定义的类名列表是class_names（小写开头），但预测时误用了CLASS_NAMES，会触发NameError，需统一为：

predicted_class = class_names[np.argmax(predictions_array[0])]

2. 预测结果引用错误：原代码中predictions被赋值为类名字符串后，又用predictions[0]计算置信度，会触发TypeError，需先保存原始预测数组：

# 修改预测逻辑
predictions_array = model.predict(img_array)
predicted_class = class_names[np.argmax(predictions_array[0])]
confidence = round(100 * np.max(predictions_array[0]), 2)

return {
    "class": predicted_class,
    "confidence": confidence
}

内容的提问来源于stack exchange，提问作者Satyam Sahu