HDFS：使用Python3从HDFS读取数据以解析HDFS中的XML文件

我有大约1500个HDFS格式的XML文件，每个文件大约2-3Gb。我需要编写一个python脚本来解析XML文件以执行MapReduce。然而，我面临着使用python访问HDFS中的文件的问题

我尝试了以下脚本，但收到一个错误

from snakebite.client import Client
def connection():
hadoop_client = Client('HDFS_hostname', 'HDFS_port', use_trash=False)
for x in hadoop_client.ls(['/']):
    print(x)

错误如下：

Traceback (most recent call last):
  File "/home/ubuntu/PycharmProjects/textmining/read_data_from_HDFS.py", line 5, in <module>
    from snakebite.client import Client
  File "/usr/local/lib/python3.6/dist-packages/snakebite/client.py", line 1473
    baseTime = min(time * (1L << retries), cap);
                            ^
SyntaxError: invalid syntax

回溯（最近一次呼叫最后一次）：
文件“/home/ubuntu/PycharmProjects/textmining/read_data_from_HDFS.py”，第5行，在
从snakebite.client导入客户端
文件“/usr/local/lib/python3.6/dist-packages/snakebite/client.py”，第1473行
baseTime=min（时间*）（1L我是在同一个问题上遇到的。
蛇咬伤与Python3不兼容。您可以将其与Python2一起使用

pip install snakebite-py3 

这将帮助你解决这个问题