从网站将.tar.gz文件的内容读取到python 3.x对象中
问题内容：
我是python的新手。尝试将.tar.gz文件的内容读入python时，我无法弄清楚自己在做什么。我想阅读的tarfile托管在以下网址中：
ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz
在此站点上归档的更多信息（只是您可以信任内容）
http://www.pubmedcentral.nih.gov/utils/oa/oa.fcgi?id=PMC13901
tarfile包含日记文章的.pdf和.nxml副本。还有几个图像文件。
如果我通过复制和粘贴在浏览器中打开文件。我可以保存到PC上的某个位置，并使用以下命令导入tarfile（注意：当我保存到位置时，winzip将文件从.tar.gz更改为简单的.tar）：
import tarfile
thetarfile = "C:/Users/dfcm/Documents/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar"
tfile = tarfile.open(thetarfile)
tfile
但是，如果我尝试使用类似的命令直接访问文件：
thetarfile = "ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz"
bbb = tarfile.open(thetarfile)
这导致以下错误：
Traceback (most recent call last):
File "<pyshell#137>", line 1, in <module>
bbb = tarfile.open(thetarfile)
File "C:\Python30\lib\tarfile.py", line 1625, in open
return func(name, "r", fileobj, **kwargs)
File "C:\Python30\lib\tarfile.py", line 1687, in gzopen
fileobj = bltn_open(name, mode + "b")
File "C:\Python30\lib\io.py", line 278, in __new__
return open(*args, **kwargs)
File "C:\Python30\lib\io.py", line 222, in open
closefd)
File "C:\Python30\lib\io.py", line 615, in __init__
_fileio._FileIO.__init__(self, name, mode, closefd)
IOError: [Errno 22] Invalid argument: 'ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar'
尝试直接从网址读取.tar.gz文件时，有人可以解释我在做什么错吗？提前致谢。克里斯
问题答案：
不幸的是，您不能只打开网络中的文件。这里的事情要复杂一些。您必须指示解释器创建网络请求并创建一个代表请求状态的对象。可以使用urllib模块来完成。
import urllib.request
import tarfile
thetarfile = "ftp://ftp.ncbi.nlm.nih.gov/pub/pmc/b0/ac/Breast_Cancer_Res_2001_Nov_9_3(1)_61-65.tar.gz"
ftpstream = urllib.request.urlopen(thetarfile)
thetarfile = tarfile.open(fileobj=ftpstream, mode="r|gz")
该ftpstream对象类似于文件，表示与ftp服务器的连接。然后tarfile模块可以访问该流。由于未传递文件名，因此必须在mode参数中指定压缩。
