Colab环境中从Google Drive直接下载并解压ZIP文件的专业指南

import requests

file_id = '1fdFu5NGXe4rTLYKD5wOqk9dl-eJOefXo' # 替换为您的Google Drive文件ID
download_url = f'https://drive.google.com/uc?export=download&id={file_id}'

response = requests.get(download_url, stream=True)
content_type = response.headers.get("Content-Type")

print(f"Content-Type: {content_type}")

if 'application/zip' in content_type or 'application/x-zip-compressed' in content_type:
    print("服务器返回了ZIP文件内容。")
else:
    print("警告：服务器返回了非ZIP文件内容，可能是一个HTML页面。")
    # 如果需要，可以打印部分响应内容以进一步诊断
    # print("响应内容前500字节：", response.text[:500])

import requests
import io
import zipfile
import os

# 替换为您的Google Drive文件ID
file_id = '1fdFu5NGXe4rTLYKD5wOqk9dl-eJOefXo'
download_url = f'https://drive.google.com/uc?export=download&id={file_id}'
extraction_path = '/content/extracted_data' # 指定解压路径

print(f"尝试从 {download_url} 下载文件...")

try:
    # 使用 stream=True 和 iter_content 避免一次性加载大文件到内存
    response = requests.get(download_url, stream=True)
    response.raise_for_status() # 检查HTTP请求是否成功 (2xx 状态码)

    content_type = response.headers.get("Content-Type", "")
    print(f"服务器返回的 Content-Type: {content_type}")

    # 检查 Content-Type 是否为 ZIP
    if 'application/zip' in content_type or 'application/x-zip-compressed' in content_type:
        print("检测到 ZIP 文件。开始下载并解压...")

        # 将文件内容读取到内存中的BytesIO对象
        file_contents = io.BytesIO()
        for chunk in response.iter_content(chunk_size=8192):
            file_contents.write(chunk)
        file_contents.seek(0) # 将指针移回文件开头

        # 创建解压目录
        os.makedirs(extraction_path, exist_ok=True)

        with zipfile.ZipFile(file_contents, 'r') as zip_ref:
            zip_ref.extractall(extraction_path)
        print(f"ZIP 文件已成功解压到 {extraction_path}/")
    else:
        print(f"错误：下载链接未返回有效的 ZIP 文件。Content-Type 为 '{content_type}'。")
        print("这可能是一个HTML页面，请检查您的Google Drive文件ID和共享设置。")
        # 可以打印响应的前几行进行调试
        # print("响应内容预览：\n", response.text[:500])

except requests.exceptions.RequestException as e:
    print(f"下载过程中发生网络错误或HTTP错误: {e}")
except zipfile.BadZipFile:
    print("错误：下载的文件不是一个有效的ZIP文件，无法解压。")
except Exception as e:
    print(f"发生未知错误: {e}")

import zipfile
import os

# 替换为您的Google Drive文件ID
file_id = '1fdFu5NGXe4rTLYKD5wOqk9dl-eJOefXo'
download_url = f'https://drive.google.com/uc?export=download&id={file_id}'
output_zip_path = '/content/downloaded_file.zip' # 指定下载保存路径
extraction_path = '/content/extracted_data'       # 指定解压路径

print(f"尝试使用 wget 从 {download_url} 下载文件到 {output_zip_path}...")

# 使用 !wget 下载文件
# --no-check-certificate: 某些情况下可能需要，以避免SSL证书验证问题
# -O: 指定输出文件路径
!wget --no-check-certificate -O '{output_zip_path}' '{download_url}'

# 检查文件是否成功下载且为有效的ZIP文件
if os.path.exists(output_zip_path) and zipfile.is_zipfile(output_zip_path):
    print(f"ZIP 文件已成功下载到 {output_zip_path}。开始解压...")

    # 创建解压目录
    os.makedirs(extraction_path, exist_ok=True)

    try:
        with zipfile.ZipFile(output_zip_path, 'r') as zip_ref:
            zip_ref.extractall(extraction_path)
        print(f"ZIP 文件已成功解压到 {extraction_path}/")
    except zipfile.BadZipFile:
        print("错误：下载的文件不是一个有效的ZIP文件，无法解压。")
    except Exception as e:
        print(f"解压过程中发生错误: {e}")
else:
    print(f"错误：文件 {output_zip_path} 不存在或不是一个有效的ZIP文件。")
    if os.path.exists(output_zip_path):
        print("文件内容预览 (前500字节):")
        with open(output_zip_path, 'rb') as f:
            print(f.read(500).decode(errors='ignore')) # 尝试解码并打印前500字节