使用 Python boto3 从 S3 读取 JSON 文件

Question

我一直在 S3 存储桶“测试”中关注 JSON

{
  'Details' : "Something" 
}

我正在使用以下代码读取此 JSON 并打印密钥“详细信息”

s3 = boto3.resource('s3',
                    aws_access_key_id=<access_key>,
                    aws_secret_access_key=<secret_key>
                    )
content_object = s3.Object('test', 'sample_json.txt')
file_content = content_object.get()['Body'].read().decode('utf-8')
json_content = json.loads(repr(file_content))
print(json_content['Details'])

我收到错误，因为 '字符串索引必须是整数' 我不想从 S3 下载文件然后阅读..

Answer 1

您可以在 AWS Lambda 中使用以下代码从 S3 存储桶中读取 JSON 文件并使用 python 进行处理。

import json
import boto3
import sys
import logging

# logging
logger = logging.getLogger()
logger.setLevel(logging.INFO)

VERSION = 1.0

s3 = boto3.client('s3')

def lambda_handler(event, context):
    bucket = 'my_project_bucket'
    key = 'sample_payload.json'
    
    response = s3.get_object(Bucket = bucket, Key = key)
    content = response['Body']
    jsonObject = json.loads(content.read())
    print(jsonObject)

Answer 2

以下对我有用。

# read_s3.py
import boto3
BUCKET = 'MY_S3_BUCKET_NAME'
FILE_TO_READ = 'FOLDER_PATH/my_file.json'
client = boto3.client('s3',
                       aws_access_key_id='MY_AWS_KEY_ID',
                       aws_secret_access_key='MY_AWS_SECRET_ACCESS_KEY'
                     )
result = client.get_object(Bucket=BUCKET, Key=FILE_TO_READ) 
text = result["Body"].read().decode()
print(text['Details']) # Use your desired JSON Key for your value 

直接硬编码 AWS Id & Secret Keys 不是一个好主意。对于最佳做法，您可以考虑以下任一方法：

(1) 从存储在本地存储中的 json 文件读取您的 AWS 凭证：

import json
credentials = json.load(open('aws_cred.json'))
client = boto3.client('s3',
                       aws_access_key_id=credentials['MY_AWS_KEY_ID'],
                       aws_secret_access_key=credentials['MY_AWS_SECRET_ACCESS_KEY']
                     )

(2) 从您的环境变量中读取（我的首选部署选项）：

import os
client = boto3.client('s3',
                       aws_access_key_id=os.environ['MY_AWS_KEY_ID'],
                       aws_secret_access_key=os.environ['MY_AWS_SECRET_ACCESS_KEY']
                     )

让我们准备一个shell脚本（set_env.sh）来设置环境变量并添加我们的python脚本（read_s3.py）如下：

# set_env.sh
export MY_AWS_KEY_ID='YOUR_AWS_ACCESS_KEY_ID'
export MY_AWS_SECRET_ACCESS_KEY='YOUR_AWS_SECRET_ACCESS_KEY'
# execute the python file containing your code as stated above that reads from s3
python read_s3.py # will execute the python script to read from s3

现在在终端中执行shell脚本如下：

sh set_env.sh

Answer 3

想补充一点，botocore.response.streamingbody 与json.load 配合得很好：

import json
import boto3

s3 = boto3.resource('s3')

obj = s3.Object(bucket, key)
data = json.load(obj.get()['Body']) 

Answer 4

由于解码对我不起作用（s3 对象被压缩），我被卡住了一点。

发现这个对我有帮助的讨论： Python gzip: is there a way to decompress from a string?

import boto3
import zlib

key = event["Records"][0]["s3"]["object"]["key"]
bucket_name = event["Records"][0]["s3"]["bucket"]["name"]

s3_object = S3_RESOURCE.Object(bucket_name, key).get()['Body'].read()

jsonData = zlib.decompress(s3_object, 16+zlib.MAX_WBITS)

如果您打印 jsonData，您将看到所需的 JSON 文件！如果您在 AWS 本身中运行测试，请务必检查 CloudWatch 日志，因为它在 lambda 中如果太长则不会输出完整的 JSON 文件。

Answer 5

正如上面 cmets 中提到的，repr 必须被删除，json 文件必须使用 双引号 来表示属性。在 aws/s3 上使用此文件：

{
  "Details" : "Something"
}

下面的 Python 代码，它可以工作：

import boto3
import json

s3 = boto3.resource('s3')

content_object = s3.Object('test', 'sample_json.txt')
file_content = content_object.get()['Body'].read().decode('utf-8')
json_content = json.loads(file_content)
print(json_content['Details'])
# >> Something