pandas ਅਤੇ Requests ਨਾਲ ਪ੍ਰੌਕਸੀ ਰਾਹੀਂ CSV ਪੜ੍ਹਨਾ

ਜਦੋਂ HTTP ਮਾਰਗ ਨੂੰ ਸਪਸ਼ਟ ਪ੍ਰੌਕਸੀ ਨਿਯੰਤਰਣ ਚਾਹੀਦਾ ਹੈ, ਪਹਿਲਾਂ CSV ਲਿਆਓ ਅਤੇ ਆਏ ਬਾਈਟਾਂ ਨੂੰ pandas ਸੰਭਾਲਣ ਦਿਓ:

from io import BytesIO
import pandas as pd
import requests

route = {
    'http': 'http://proxy.example:8080',
    'https': 'http://proxy.example:8080',
}
with requests.get(
    'https://data.example/report.csv',
    proxies=route,
    timeout=(5, 30),
) as response:
    response.raise_for_status()
    frame = pd.read_csv(BytesIO(response.content), encoding='utf-8')

ਪ੍ਰੌਕਸੀ ਆਵਾਜਾਈ ਸੰਭਾਲਦੀ ਹੈ; HTTP ਪ੍ਰੌਕਸੀ ਸੂਚੀ ਜਨਤਕ HTTP ਮਾਰਗ ਲਈ ਐਂਡਪੌਇੰਟ ਉਮੀਦਵਾਰ ਦਿੰਦੀ ਹੈ। pandas ਫ਼ਾਈਲ ਵਰਗੀ ਵਸਤੂ ਲੈਂਦਾ ਹੈ ਅਤੇ ਆਪਣੇ ਆਮ delimiter, column, encoding ਅਤੇ data-type ਵਿਕਲਪ ਲਾਗੂ ਕਰਦਾ ਹੈ।

ਪਾਰਸ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ HTTP ਨਤੀਜਾ ਜਾਂਚਣ ਨਾਲ ਸਪਸ਼ਟ HTTP ਗਲਤੀ ਵਾਲੇ ਬਾਡੀ ਨੂੰ ਸਾਰਣੀ ਮੰਨਣ ਤੋਂ ਬਚਿਆ ਜਾਂਦਾ ਹੈ। ਗੈਰ-ਉਮੀਦ ਸਮੱਗਰੀ ਵੀ ਜਾਂਚੋ: ਲੌਗਇਨ ਜਾਂ ਨੀਤੀ ਪੰਨਾ 200 ਵਾਪਸ ਕਰ ਕੇ ਵੀ ਮੰਗੀ ਗਈ CSV ਦੀ ਥਾਂ HTML ਹੋ ਸਕਦਾ ਹੈ।

HTTP URL ਲਈ, read_csv ਦੇ storage_options ਬੇਨਤੀ ਹੈਡਰ ਵਜੋਂ ਭੇਜੇ ਜਾਂਦੇ ਹਨ। ਉਹ ਇੰਟਰਫ਼ੇਸ Requests-ਸ਼ੈਲੀ ਦੀ proxies ਮੈਪਿੰਗ ਨਹੀਂ ਹੈ।

ਬਫ਼ਰ ਕੋਲ ਸੰਕੋਚਨ ਅਨੁਮਾਨ ਦੀ ਅਗਵਾਈ ਕਰਨ ਵਾਲਾ ਕੋਈ ਆਰਕਾਈਵ ਫ਼ਾਈਲਨਾਮ ਨਹੀਂ ਹੁੰਦਾ। ਜਦੋਂ ਪ੍ਰਾਪਤ ਪੇਲੋਡ ਨੂੰ ਲੋੜ ਹੋਵੇ ਤਾਂ compression ਦੱਸੋ। ਉਹੀ ਪਹਿਲਾਂ-ਲਿਆਓ ਤਰਤੀਬ read_excel ਅਤੇ ਬਾਈਟ ਬਫ਼ਰ ਨਾਲ ਕੰਮ ਕਰਦੀ ਹੈ, ਉਸ ਫਾਰਮੈਟ ਲਈ ਢੁੱਕਵੇਂ ਸਪ੍ਰੈਡਸ਼ੀਟ ਇੰਜਣ ਨਾਲ।

ਇਹ ਉਦਾਹਰਨ ਪੂਰਾ ਜਵਾਬ ਮੈਮੋਰੀ ਵਿੱਚ ਰੱਖਦੀ ਹੈ। ਵੱਡੇ ਨਿਰਯਾਤ ਲਈ, ਇਸ ਨੂੰ ਪ੍ਰਬੰਧਿਤ ਸਥਾਨਕ ਫ਼ਾਈਲ ਵਿੱਚ ਸਟ੍ਰੀਮ ਕਰੋ ਅਤੇ ਉਹ ਫ਼ਾਈਲ ਪਾਰਸ ਕਰੋ, ਜਿੱਥੇ ਡੇਟਾ ਵਰਕਫ਼ਲੋ ਸਮਰਥਨ ਕਰੇ ਉੱਥੇ ਚੰਕਿੰਗ ਨਾਲ।