从“输入” blob存储容器中读取excel文件，并使用python导出到“输出”容器中的csv中

Question

[我正在尝试在python中开发脚本，以从称为“源”的blob存储容器中读取.xlsx中的文件，将其转换为.csv并将其存储在新容器中（我正在本地测试脚本，如果可以，我应该将其包含在ADF管道中）。 Sofar我设法访问了Blob存储，但是在读取文件内容时遇到了问题。

from azure.storage.blob import BlobServiceClient, ContainerClient, BlobClient
import pandas as pd

conn_str = "DefaultEndpointsProtocol=https;AccountName=XXXXXX;AccountKey=XXXXXX;EndpointSuffix=core.windows.net"
container = "source"
blob_name = "prova.xlsx"

container_client = ContainerClient.from_connection_string(
    conn_str=conn_str, 
    container_name=container
    )
# Download blob as StorageStreamDownloader object (stored in memory)
downloaded_blob = container_client.download_blob(blob_name)

df = pd.read_excel(downloaded_blob)

print(df)

我收到以下错误：

ValueError: Invalid file path or buffer object type: <class 'azure.storage.blob._download.StorageStreamDownloader'>

我尝试使用.csv文件作为输入并按如下方式编写解析代码

df = pd.read_csv(StringIO(downloaded_blob.content_as_text()) )

并且有效。

关于如何修改代码以使Excel文件可读的任何建议？

Answer 1

我总结如下解决方案。

[当我们在sdk pd.read_excel()中使用方法pandas时，我们需要提供字节作为输入。但是，当我们使用download_blob从azure blob下载excel文件时，我们只得到azure.storage.blob.StorageStreamDownloader。因此，我们需要使用方法readall()或content_as_bytes()将其转换为字节。有关更多详细信息，请参阅document和document