如何在不下载的情况下从 AWS 中的 grib 文件中提取数据？

问题描述

我希望访问一个 grib 文件以从云中提取参数（例如温度等），而无需将文件存储在本地。我听说这可以通过 cfgrib API 完成，但找不到任何示例文档（我检查了源文档 here，但这不包括任何用于在云中访问的内容）。

根据使用 pygrib 的经验，我知道 API 以字节表示形式读取 grib 文件，而 cfgrib 似乎以类似的方式处理它。经过一些研究和反复试验，我想出了这个尝试读取文件的字节字符串表示的代码：

导入boto3 进口博托 从 botocore.config 导入配置 从 botocore 进口 UNSIGNED 导入pygrib 导入 cfgrib

if __name__ == '__main__':
    # Define boto config
    my_config = Config(
    signature_version = UNSIGNED,retries = {
        'max_attempts': 10,'mode': 'standard'
        }
    )
    
    session = boto3.Session(profile_name='default')
    s3 = session.resource('s3')
    my_bucket = s3.Bucket('nbmdata')
    
    # Get a unique key for each file in s3
    file_keys = []
    for my_bucket_object in my_bucket.objects.all():
        file_keys.append(my_bucket_object.key)
    
    # Extract each file as a binary string (without downloading)
    grib_files = []
    for key in file_keys:
        s3 = boto.connect_s3()
        bucket = s3.lookup('bucket') # Removed bucket name
        key = bucket.lookup(key)
        your_bytes = key.get_contents_as_string(headers={'Range' : 'bytes=73-1024'})
        grib_files.append(your_bytes)
     
    # Interpret binary string into pygrib
    for grib_file in grib_files:
        grbs = pygrib.open(grib_file)

这似乎几乎有效。我收到此错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0xee in position 7: invalid continuation byte

当我尝试用 cfgrib 替换它时，我遇到了同样的错误。我在这里错过了什么？

解决方法

我知道您正在使用 boto 来使用特定的 get_contents_as_string 方法，但是如果您只是想获取字节，这会起作用吗？我认为 bot 方法试图解码为 utf-8，所以也许你需要指定 encoding=None 来获取字节数组？？？

但在 boto3 中，我使用它而不解码文件流，然后打印每个文件的前 50 个字符。

grib_files = []
for key in file_keys:
    response = boto3.client('s3').get_object(Bucket='nbmdata',Key=key)
    grib_files.append(response['Body'].read())

for grib in grib_files:
    print(grib[0:50])

b'GRIB\x00\x00\x00\x02\x00\x00\x00\x00\x00\x16\xa7\x7f\x00\x00\x00\x15\x01\x00\x07\x00\x0e\x01\x01\x01\x07\xe5\x05\x1b\x03\x00\x00\x00\x01\x00\x00\x00Q\x03\x00\x009$\xc5\x00\x00\x00'
b'GRIB\x00\x00\x00\x02\x00\x00\x00\x00\x00\x16\x8b\xa8\x00\x00\x00\x15\x01\x00\x07\x00\x0e\x01\x01\x01\x07\xe5\x05\x1b\x03\x00\x00\x00\x01\x00\x00\x00Q\x03\x00\x009$\xc5\x00\x00\x00'

如果您尝试使用 utf-8 解码这些文件，则会抛出您收到的相同错误。从这里开始，我不知道如何解码和处理，所以也许这有帮助？？？？