実行の流れは次の通りです。
- HTTP GETをrequestsで実行
- r.contentの結果をio.BytesIOでファイルストリームに変換
- ZipFileにファイルストリームを引き渡してZipFileオブジェクトを作成
- ZipFileオブジェクトからSMSSpamCollectionファイルを抽出
requests
はHTTPのGET/POSTなどの操作が簡単にできる便利なライブラリです。get()
で取得したデータはr.content
にデータ全体がbytes
バッファに格納されています。
>>> type(r.content)
<class 'bytes'>
ZipFileはzipfileモジュールで提供されるクラスで、ZIPで圧縮されたデータの操作が行えます。
>>> help(ZipFile)
Help on class ZipFile in module zipfile:
class ZipFile(builtins.object)
| Class with methods to open, read, write, close, list zip files.
|
| z = ZipFile(file, mode="r", compression=ZIP_STORED, allowZip64=True)
|
| file: Either the path to the file, or a file-like object.
| If it is a path, the file will be opened and closed by ZipFile.
| mode: The mode can be either read 'r', write 'w', exclusive create 'x',
| or append 'a'.
| compression: ZIP_STORED (no compression), ZIP_DEFLATED (requires zlib),
| ZIP_BZIP2 (requires bz2) or ZIP_LZMA (requires lzma).
| allowZip64: if True ZipFile will create files with ZIP64 extensions when
| needed, otherwise it will raise an exception when this would
| be necessary.
ZipFileクラスの引数は上のヘルプでわかるように、ファイルへのパスかファイルオブジェクトです。bytesをそのまま読み込むことはできないようです。そのためbytesをファイルオブジェクトとして扱うためにio.BytesIOを使います。
>>> help(io.BytesIO)
Help on class BytesIO in module io:
class BytesIO(_BufferedIOBase)
| Buffered I/O implementation using an in-memory bytes buffer.
ウェブからロードする方法はこのサンプルの通りで良いと思います。