从Azure Blob Storage下载资源返回空结果的问题咨询

你传入的BLOBNAME是虚拟目录路径而非单个Blob文件的完整名称。Azure Blob Storage本质是扁平存储结构，你看到的三级文件夹层级是Blob名称中携带/字符虚拟生成的，不存在实体文件夹对象。get_blob_client()方法只能指向单个具体的Blob文件，当传入虚拟目录路径时，你获取的是路径对应的空占位对象，自然下载不到实际的JSON数据。
如果之前你在Blob存储中手动创建过实体目录占位对象（也就是名称为location1/2021-07-09/07-00/的0大小Blob），就是你调用get_blob_client没有报错但下载结果为空的直接原因。

你需要先遍历指定前缀下的所有实际Blob文件，再逐个下载，修正后代码示例如下：

import json
import pandas as pd
import keyring
import os
import time
from azure.storage.blob import BlobServiceClient # 原代码缺少该导入

STORAGEACCOUNTURL= "https://<mystorageaccount>.blob.core.windows.net"
STORAGEACCOUNTKEY= keyring.get_password('<name>', '<username>')
# 存储下载文件的本地文件夹，自动创建不存在的目录
LOCAL_SAVE_DIR = os.path.join(os.getcwd(), 'test_blob')
os.makedirs(LOCAL_SAVE_DIR, exist_ok=True)
CONTAINERNAME= "edge"
# 目标虚拟目录前缀
BLOB_PREFIX = 'location1/2021-07-09/07-00/'

t1=time.time()
blob_service_client_instance = BlobServiceClient(
    account_url=STORAGEACCOUNTURL, 
    credential=STORAGEACCOUNTKEY
)
# 获取容器客户端
container_client = blob_service_client_instance.get_container_client(CONTAINERNAME)

# 遍历前缀下所有Blob文件
for blob in container_client.list_blobs(name_starts_with=BLOB_PREFIX):
    # 跳过虚拟目录占位对象（大小为0、名称以/结尾的对象）
    if blob.name.endswith('/') and blob.size == 0:
        continue
    # 生成本地存储路径
    local_file_path = os.path.join(LOCAL_SAVE_DIR, os.path.basename(blob.name))
    # 下载单个Blob
    blob_client = container_client.get_blob_client(blob)
    with open(local_file_path, "wb") as f:
        blob_data = blob_client.download_blob()
        blob_data.readinto(f)
    print(f"已下载文件：{blob.name}")

t2=time.time()
print(f"全部下载完成，共耗时{t2 - t1}秒")

如果需要合并所有JSON文件为单个文件，可以在遍历过程中读取每个Blob的内容，合并后再统一写入本地即可。

内容的提问来源于stack exchange，提问作者MichaelA