如何将爬取的ODS数据存入内存后使用pandas-ods-reader读取

可以通过内存缓冲区的方式实现无需落地本地磁盘的ODS读取，具体实现如下：

前置依赖 #

需先安装网络请求库requests：

pip install requests

实现代码 #

import requests
from io import BytesIO
from pandas_ods_reader import read_ods

url = 'https://www.opendatani.gov.uk/dataset/be060ba2-19b1-426c-9736-94897e290bb4/resource/968cbade-736d-4d89-ae82-e54e68c31ea6/download/2019-northern-ireland-traffic-count-data.ods'

# 发起请求获取文件二进制内容
resp = requests.get(url)
# 检查请求是否正常，异常会直接抛出错误，避免解析错误内容
resp.raise_for_status()

# 将二进制内容封装为类文件对象，直接传入read_ods读取
data_range = read_ods(BytesIO(resp.content))

• pandas的read_excel内置了远程URL自动处理逻辑，会自动下载文件内容并封装为可读取对象，因此可以直接传入URL参数
• pandas-ods-reader仅支持本地文件路径或类文件对象作为入参，直接传入URL字符串时，会将其识别为本地文件路径，找不到对应后缀的本地文件就会抛出Unknown filetype错误
• 上述方案通过BytesIO将二进制文件内容封装为符合Python IO协议的类文件对象，pandas-ods-reader可以直接读取该对象的内容，效果和读取本地文件完全一致

补充说明 #

如果需要读取ODS文件中的指定工作表，可以在read_ods中传入sheet参数，参数值支持工作表序号（从1开始计数）或工作表名称：

# 读取第2个工作表
data_range = read_ods(BytesIO(resp.content), sheet=2)
# 读取名为traffic_data的工作表
data_range = read_ods(BytesIO(resp.content), sheet="traffic_data")

内容的提问来源于stack exchange，提问作者Kimchi