谷歌云存储（Python）：如何检查文件上次修改时间？

Question

我们有一项工作是检查云存储上的文件是否已被修改。如果是，则从文件中读取数据并进一步处理。

我想知道是否有 API 可以检查云存储上的文件的上次修改时间。

Answer 1

Cloud Storage 有一个 API，您可以使用它来获取对象的创建时间

见https://developers.google.com/storage/docs/json_api/v1/objects

Answer 2

您可以使用boto：

>>> import boto
>>> conn = boto.connect_gs()
>>> bucket = conn.get_bucket('yourbucket')
>>> k = bucket.get_key('yourkey')
>>> k.last_modified
'Tue, 04 Dec 2012 17:44:57 GMT'

云存储也有一个App Engine Python interface，但我认为它不会公开你想要的元数据。

Answer 3

App 引擎Cloud Storage client library 将向您公开此信息。该库还具有开发应用服务器支持。入门有一个example。

Answer 4

您现在可以使用official Python lib for Google Storage 执行此操作。

from google.cloud import storage


def blob_metadata(bucket_name, blob_name):
    """Prints out a blob's metadata."""
    # bucket_name = 'your-bucket-name'
    # blob_name = 'your-object-name'

    storage_client = storage.Client()
    bucket = storage_client.bucket(bucket_name)
    blob = bucket.get_blob(blob_name)

    print("Blob: {}".format(blob.name))
    print("Bucket: {}".format(blob.bucket.name))
    print("Storage class: {}".format(blob.storage_class))
    print("ID: {}".format(blob.id))
    print("Size: {} bytes".format(blob.size))
    print("Updated: {}".format(blob.updated))
    print("Generation: {}".format(blob.generation))
    print("Metageneration: {}".format(blob.metageneration))
    print("Etag: {}".format(blob.etag))
    print("Owner: {}".format(blob.owner))
    print("Component count: {}".format(blob.component_count))
    print("Crc32c: {}".format(blob.crc32c))
    print("md5_hash: {}".format(blob.md5_hash))
    print("Cache-control: {}".format(blob.cache_control))
    print("Content-type: {}".format(blob.content_type))
    print("Content-disposition: {}".format(blob.content_disposition))
    print("Content-encoding: {}".format(blob.content_encoding))
    print("Content-language: {}".format(blob.content_language))
    print("Metadata: {}".format(blob.metadata))
    print("Temporary hold: ", "enabled" if blob.temporary_hold else "disabled")
    print(
        "Event based hold: ",
        "enabled" if blob.event_based_hold else "disabled",
    )
    if blob.retention_expiration_time:
        print(
            "retentionExpirationTime: {}".format(
                blob.retention_expiration_time
            )
        )

在您的情况下，您将不得不查看 blob.updated 属性

Answer 5

我正在使用@orby 上面提到的解决方案，使用blob.updated 来获取最新文件。但是存储桶中有超过 450 多个文件，这个脚本大约需要 6-7 分钟来浏览所有文件并提供最新的最新文件。我想blob.updated 部分需要一些时间来处理。有没有更快的方法来做到这一点？

    files = bucket.list_blobs()    
    fileList = [file.name for file in files if '.dat' in file.name]
     
    latestFile = fileList[0]
    latestTimeStamp = bucket.get_blob(fileList[0]).updated
            
    for i in range(len(fileList)):
        
        timeStamp = bucket.get_blob(fileList[i]).updated
        
        if timeStamp > latestTimeStamp:
            latestFile = fileList[i]
            latestTimeStamp = timeStamp
    
    print(latestFile)