使用 python 在没有 protobuf 的情况下实时解析 GTFS


Parse GTFS realtime without protobuf with python

我正在尝试解析 GTFS 实时 trip_update 数据，该数据是纯文本文件格式，而不是 pb (protobuf) 格式。

(这里是提要网址)

https://extranet.trainose.gr/epivatikos/transit/trip_updates

但是，我发现的唯一例子是处理 pb 文件。

1
2
3
4
5
from google.transit import gtfs_realtime_pb2
....
response = requests.get(url, allow_redirects=True)
feed.ParseFromString(response.content)
for entity in feed.entity:

那么我该如何解析不是 pb 的提要呢？
谢谢。

事实证明，有一种方法可以用这样的方式处理疼痛文本提要：

1
2
3
4
5
6
7
8
9
   response = requests.get(url, allow_redirects=True)
    ...
    try:
        from google.protobuf import text_format
        text_format.Parse(response.content.decode('UTF-8'), feed, allow_unknown_extension=True)
        print("Parse with text format successfully.")
        printResults(feed)
    except text_format.ParseError as e:
            raise IOError("Cannot parse text %s." % (str(e)))

其实这是我的整个脚本

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
from google.transit import gtfs_realtime_pb2
import os
import requests


def main():
    feed = gtfs_realtime_pb2.FeedMessage()
    url = ('https://feed.utl.com/feed')
    get_feed(feed, url)

def printResults(feed):
    from datetime import datetime
    ts = int(str(feed.header.timestamp))
    print("Last update:" + datetime.fromtimestamp(ts).strftime('%d-%m-%Y %H:%M:%S'))
    for entity in feed.entity:
        print (str(entity.trip_update.trip.trip_id)+';')
        with open('output.txt', mode='w') as f:
            for entity in feed.entity:
                if entity.HasField('trip_update'):
                        f.write(str(entity.trip_update.trip.trip_id)+';')
def get_feed(feed, url):
    proxies = {'http': '127.0.0.1:5555','https': '127.0.0.1:5555'}
    response = requests.get(url, allow_redirects=True,proxies=proxies)
    try:
        feed.ParseFromString(response.content)
        printResults(feed)
    except :
        print("Oops!  That was no valid data. Try again...\
\
" + response.content)
        try:
            from google.protobuf import text_format
            text_format.Parse(response.content.decode('UTF-8'), feed, allow_unknown_extension=True)
            print("Parse with text format successfully.")
            printResults(feed)
        except text_format.ParseError as e:
            raise IOError("Cannot parse file %s." % (str(e)))
if __name__ =="__main__":
    main()

相关讨论

人类可读的文本不是发送和接收 protobuf 消息的标准格式。 (如果你只想要纯文本，你应该使用像 JSON 这样的标准文本格式。)原则上它仅用于调试目的。因此，Python Protobuf 库中没有用于解析纯文本消息的方法。正确的解决方案是找到一个实际的 protobuf 端点，或许可以通过与域所有者取得联系。 (编辑：显然 Python 库中实际上有一个用于文本格式消息的 Parse 方法——请参见此处的源代码。)

也就是说，C Protobuf 库似乎包含直接解析文本格式的方法，所以如果您无法访问真正的 protobuf，这可能是一个备用选项：https://developers.google。 com/protocol-buffers/docs/reference/cpp/google.protobuf.text_format.

据我所知，对于跨版本的文本格式的一致性没有严格的保证，但它在库中公开的事实表明它在实践中可能相当稳定。这个讨论给出了同样的印象(因为有解析文本格式的谷歌内部工具)：https://github.com/protocolbuffers/protobuf/issues/1297#issuecomment-390825524。

相关讨论