仅当远程文件比本地副本新时，如何使用 boto 从 S3 下载文件？

Question

我正在尝试使用 boto 从 S3 下载文件，但前提是该文件的本地副本比远程文件旧。

我正在使用标题“If-Modified-Since”和下面的代码：

#!/usr/bin/python
import os
import datetime
import boto
from boto.s3.key import Key

bucket_name = 'my-bucket'

conn = boto.connect_s3()
bucket = conn.get_bucket(bucket_name)

def download(bucket, filename):
    key = Key(bucket, filename)
    headers = {}
    if os.path.isfile(filename):
        print "File exists, adding If-Modified-Since header"
        modified_since = os.path.getmtime(filename)
        timestamp = datetime.datetime.utcfromtimestamp(modified_since)
        headers['If-Modified-Since'] = timestamp.strftime("%a, %d %b %Y %H:%M:%S GMT")
    try:
        key.get_contents_to_filename(filename, headers)
    except boto.exception.S3ResponseError as e:
        return 304
    return 200

print download(bucket, 'README')

问题是当本地文件不存在时，一切正常并且文件被下载。当我第二次运行脚本时，我的函数按预期返回 304，但之前下载的文件被删除了。

Answer 1

boto.s3.key.Key.get_contents_to_filename 以wb 模式打开文件；它在函数的开头截断文件（boto/s3/key.py）。除此之外，它会在引发异常时删除文件。

除了get_contents_to_filename，您可以使用get_contents_to_file 与不同的打开模式。

def download(bucket, filename):
    key = Key(bucket, filename)
    headers = {}
    mode = 'wb'
    updating = False
    if os.path.isfile(filename):
        mode = 'r+b'
        updating = True
        print "File exists, adding If-Modified-Since header"
        modified_since = os.path.getmtime(filename)
        timestamp = datetime.datetime.utcfromtimestamp(modified_since)
        headers['If-Modified-Since'] = timestamp.strftime("%a, %d %b %Y %H:%M:%S GMT")
    try:
        with open(filename, mode) as f:
            key.get_contents_to_file(f, headers)
            f.truncate()
    except boto.exception.S3ResponseError as e:
        if not updating:
            # got an error and we are not updating an existing file
            # delete the file that was created due to mode = 'wb'
            os.remove(filename)
        return e.status
    return 200

注意 file.truncate 用于处理新文件小于前一个文件的情况。