我有一个外部站点，我想从中下载一个压缩的CSV文件。目前，我正在下载解压缩的文件，将其保存到磁盘，然后解压缩，将解压缩的文件保存到磁盘上，然后用CSV阅读器读取解压缩的文件。这个过程中很多无用的步骤都可以修剪掉，我就这样做了
这个惊人的答案帮助我振作起来。我试图使用链接到那里的第一个选项(GZIPInputStream(，但我得到了一个"；不是GZIP格式"；错误，所以我想我必须选择第二个选项。
这是我当前的代码，它做了我想做的事情：
(defn download-zipped-stream!
(:body (clj-http.client/get "www.example.com" {:as :stream})))
(with-open
[stream (ZipInputStream. download-zipped-stream!)]
(.getNextEntry stream)
(doall (clojure.data.csv/read-csv (clojure.java.io/reader stream) :separator ;)))
我真的是通过反复试验才做到这一点的。关于这段代码，我主要想改变/理解三件事。
理想情况下，我想把我的代码分成两部分：一部分是下载和解压缩内容，返回流-原因是我想稍后决定是否直接将其作为csv读取，或者写入磁盘(我不想失去这个选项，因为在开发过程中，读取预先下载的csv文件比每次下载大内容要容易得多(。事实证明，如果我试图访问
with-open调用之外的流，我会得到一个"0"；流关闭"；错误(据我所知，这完全有道理(。在上面的代码中，我必须调用这个
.getNextEntry，否则我会得到一个空列表。作为一个努力编写函数式代码的人，这让我很困扰，因为据我所知，我在这里处理的是状态——我的流对象看起来是可变的，这是我真的不想要的。难道没有办法绕过这一步，然后直接放弃它吗？我试图直接在
stream对象上调用read-csv方法，但read-csv显然不知道如何处理ZipInputStreams。看到这一点，我只是满怀希望地在中间抛出了一个io/reader调用，结果成功了。不过，我不知道这是否是最好的方法。这是正确的吗？
我对Clojure还很陌生，而且我对Java总体上一无所知，所以，正如你所看到的，我对这些流对象的了解非常有限。我试着用Java读一些关于它的东西，但我放弃了，因为我不确定其中有多少对学习Clojure的人有用，所以任何建议都会受到赞赏。
我认为你的方法是正确的。建议考虑：
-
考虑使用
wget手动将*.csv.gz文件下载到本地磁盘。然后，只需打开该本地文件，而不用clj-http.client/get。 -
我没有玩过太多ZipInputStream，但如果似乎需要使用
.getNextEntry()，那就去吧。 -
read csv的示例显示使用阅读器访问输入文件，因此这是预期的行为。
-
这个模板项目展示了我喜欢如何组织一个Clojure项目&源代码。请务必仔细阅读所提供的文件清单。
-
不要忘记使用cljdoc.org来查找Clojure库API文档。例如，有关data.csv.，请参阅API文档
更新
你可能还想复习一下这个答案。
使用https://github.com/techascent/tech.ml.dataset可选带有https://scicloj.github.io/tablecloth/index.html(TMD的类似dplyr的api(
还具有速度极快的优势，能够处理内存中无法容纳的数据集，talk SQL，Arrow等。在这里加入关于它的对话：https://clojurians.zulipchat.com/#narrow/stream/151924-数据科学/主题/技术.2Eml.2Edataset