访问 Python 中的 NOAA FTP 服务器

Accessing NOAA FTP server in Python

我正在尝试访问 NOAA FTP 服务器以下载多个数据集。日常数据每年365个文件,手动下载略显繁琐。我尝试使用 ftplib,但得到:

gaierror: [Errno 11001] getaddrinfo failed

下面是我的代码片段:

from ftplib import FTP
ftp = FTP("https://gml.noaa.gov/aftp/data/radiation/surfrad/Boulder_CO/2020/")
ftp.login()

# Get all files
files = ftp.nlst()

# Print out the files:
for file in files:
    print("Downloading..." + file)
    ftp.retrbinary("RETR" + file, open("..../NOAA/surfrad/Boulder_CO/2020/" + file, 'wb').write)
ftp.close()

如有任何帮助,我们将不胜感激。 我还尝试 ping 服务器,使用时只有 return 信号:

ping gml.noaa.gov

当我尝试 ping 完整 ftp link:

ping https://gml.noaa.gov/aftp/data/radiation/surfrad/Boulder_CO/2020

没有。 不知道为什么。

完整的追溯是:

---------------------------------------------------------------------------
gaierror                                  Traceback (most recent call last)
<ipython-input-102-ea6ae149ac16> in <module>
      1 start = datetime.now()
----> 2 ftp = FTP("ftp://aftp.cmdl.noaa.gov/data/radiation/surfrad/Boulder_CO/2020")
      3 # ftp.login('your-username', 'your-passwor')
      4 ftp.login()
      5 

c:\users\smnge\anaconda3\envs\dlgpu\lib\ftplib.py in __init__(self, host, user, passwd, acct, timeout, source_address)
    115         self.timeout = timeout
    116         if host:
--> 117             self.connect(host)
    118             if user:
    119                 self.login(user, passwd, acct)

c:\users\smnge\anaconda3\envs\dlgpu\lib\ftplib.py in connect(self, host, port, timeout, source_address)
    150             self.source_address = source_address
    151         self.sock = socket.create_connection((self.host, self.port), self.timeout,
--> 152                                              source_address=self.source_address)
    153         self.af = self.sock.family
    154         self.file = self.sock.makefile('r', encoding=self.encoding)

c:\users\smnge\anaconda3\envs\dlgpu\lib\socket.py in create_connection(address, timeout, source_address)
    705     host, port = address
    706     err = None
--> 707     for res in getaddrinfo(host, port, 0, SOCK_STREAM):
    708         af, socktype, proto, canonname, sa = res
    709         sock = None

c:\users\smnge\anaconda3\envs\dlgpu\lib\socket.py in getaddrinfo(host, port, family, type, proto, flags)
    750     # and socket type values to enum constants.
    751     addrlist = []
--> 752     for res in _socket.getaddrinfo(host, port, family, type, proto, flags):
    753         af, socktype, proto, canonname, sa = res
    754         addrlist.append((_intenum_converter(af, AddressFamily),

gaierror: [Errno 11001] getaddrinfo failed

您发布的 link 是一个网站 link,而不是 FTP link。

但是,这会在您的脚本开始时起作用:

from ftplib import FTP
ftp = FTP("ftp.gml.noaa.gov")
ftp.login()
ftp.cwd('data/radiation/surfrad/Boulder_CO/2020')

# Get all files
files = ftp.nlst()

# etc ...

请注意,https:// 已消失,ftp. 已添加到域的开头,路径已使用单独的命令更改,缺少 aftp/ 根。

https:// 只是一个错误,它清楚地表明 URI 是一个网站 URL,要使用 HTTPS 检索。

域开头的 ftp. 只是一个猜测,但在 ftp.example.com 托管 FTP 服务器是一个非常常见的约定,就像您使用的一样查看 www.example.com 网站(现在仍然如此)。

删除 aftp/ 是另一个猜测,因为网站不允许更改到该文件夹​​,但由于 URL 是一个网站,因此假设 aftp 文件夹实际上只是匿名 FTP 的根目录,这就是您正在做的事情 - 无需凭据登录。

可行的解决方案:

from ftplib import FTP
from pathlib import Path

ftp = FTP("ftp.gml.noaa.gov")
ftp.login()
ftp.cwd('data/radiation/surfrad/Boulder_CO/2020')

# Get all files
files = ftp.nlst()

# Download all the files to C:\Temp
for file in files:
    print("Downloading..." + file)
    ftp.retrbinary(f'RETR {file}', open(str(Path(r'C:\Temp') / file), 'wb').write)
ftp.close()

或者,如果您不喜欢 pathlib 的复杂性:

    ftp.retrbinary(f'RETR {file}', open(rf'C:\Temp\{file}', 'wb').write)