如何在Python中提取Avro文件的架构

Question

我试图使用Python Avro库（https://pypi.python.org/pypi/avro）来读取JAVA生成的Avro文件。由于架构已经嵌入到avro文件中，为什么需要指定架构文件？有自动提取的方法吗？

发现另一个名为fastavro（https://pypi.python.org/pypi/fastavro）的包可以提取avro架构。手册是否按设计指定了python arvo包中的模式文件？非常感谢你。

Answer 1

我使用python 3.4和Avro包1.7.7

对于架构文件使用：

reader = avro.datafile.DataFileReader(open('file_name.avro',"rb"),avro.io.DatumReader())
schema = reader.meta
print(schema) 

Answer 2

对/usr/local/lib/python2.7/site-packages/avro/datafile.py的直接检查揭示了答案：

reader = avro.datafile.DataFileReader(input,avro.io.DatumReader())
schema = reader.datum_reader.writers_schema
print schema

奇怪的是，在Java中有一个特殊的方法来实现这个功能：^{}。

Answer 3

在我的例子中，为了将模式作为包含有用信息（如模式名等）的“可消费”python字典获取，我执行了以下操作：

reader: DataFileReader = DataFileReader(open(avro_file, 'rb'), DatumReader())
schema: dict = json.loads(reader.meta.get('avro.schema').decode('utf-8'))

reader.meta是一个非常无用的“原样”字典，因为它包含两个键：avro.codec和avro.schema，这两个键都是bytes对象（所以我必须解析它才能访问属性）。