如何将 .txt 文件从 github 读取到 Google colab答案

【问题标题】：How to read .txt files from github into Google colab如何将 .txt 文件从 github 读取到 Google colab
【发布时间】：2020-08-26 14:25:48
【问题描述】：

我在 github 中有一个包含文本文件的文件夹，当我尝试在 Google colab 中阅读以下代码时出现错误

FileNotFoundError: [Errno 2] 没有这样的文件或目录： 'https://github.com/Jainu-s/urldata/tree/master/al?raw=true'

loc = 'https://github.com/Jainu-s/urldata/tree/master/al?raw=true'
#uploaded = files.upload()
os.chdir(loc)
filelist = os.listdir()
#print (len((pd.concat([pd.read_csv(item, names=[item[:-4]]) for item in filelist],axis=1))))

data = []
path = loc
files = [f for f in os.listdir(path) if os.path.isfile(f)]
for f in files:
    with open(f,'r') as myfile:
        data.append(myfile.read())


df = pd.DataFrame(data,columns=['Data'])
print (df.shape)

【问题讨论】：

为什么要从 GitHub 读取文本文件？直接下载到本地？
github中的每个文件都有一个原始链接，例如对于您的第一个文本文件：raw.githubusercontent.com/Jainu-s/urldata/master/al/…，您可以修改链接的最后一部分并尝试读取文件。
我添加到原始链接但我仍然无法阅读，因为它会引发错误

标签： python-3.x github google-colaboratory

【解决方案1】：

import base64
import requests

master = "https://raw.githubusercontent.com/Jainu-s/urldata/master/al/abescoldbeer.com.txt"
req = requests.get(master)
req = req.text
print(req)

通过这种方式，您可以使用修改主字符串的 for 循环读取所有文件

https://stackoverflow.com/a/38497199/10077354你可以参考这个链接了解阅读github文件。

【讨论】：

对于一个文件它工作正常但循环我无法从文件夹中检索数据
尝试在这里引用stackoverflow.com/questions/36638584/… 以列出所有文件。

【解决方案2】：

您可以先将该目录中的所有文件下载到 Colab：

!npx degit Jainu-s/urldata/al -f

然后，您可以像本地文件一样循环它。

【讨论】：

工作得很好，谢谢，这段代码属于哪种编程语言
degit 是用 JavaScript 编写的。

【解决方案3】：

即使@korakot 的回复是有效的，作为替代解决方案：

!git clone https://github.com/Jainu-s/urldata.git
path = '/content/urldata/al'

%cd urldata #go to the directory where git clone says *Cloning into*

for subdir, dirs, files in os.walk(path):
  print(files)

【讨论】：