Code Workbooks使用hadoop_path访问文件报File not found问题咨询

该报错和Repository、Code Workbooks的功能限制无关，是代码存在两处逻辑错误：

• fs.ls()返回的文件对象的path属性本身就是可直接访问的完整合法路径，额外拼接fs.hadoop_path会生成错误的重复路径，直接导致路径不存在。
• Python原生的open()方法仅支持读取本地磁盘文件，无法识别HDFS的分布式路径协议，哪怕路径拼接正确，用原生open()也读不到HDFS上存储的文件。

import pandas as pd

def contents(dataset_with_files):
    fs = dataset_with_files.filesystem()
    filenames = [f.path for f in fs.ls()]
    # 直接用文件系统实例自带的open方法读取文件，不要手动拼接路径
    with fs.open(filenames[0], 'r') as f:
        t = f.read()
    return pd.DataFrame({"text": [t]})

• 不要手动拼接hadoop_path前缀，fs.ls()返回的路径已经是文件系统可识别的标准路径，手动拼接必然出错。
• 所有托管文件系统（包括HDFS）的读写操作，必须使用文件系统实例提供的open()方法，不能直接调用Python内置的open()函数。
• 调试阶段可以先打印filenames[0]确认目标文件路径符合预期，再执行读取操作。

内容的提问来源于stack exchange，提问作者aturc