博客
关于我
python调用aws api操作s3
阅读量:603 次
发布时间:2019-03-12

本文共 1729 字,大约阅读时间需要 5 分钟。

配置AWS环境并进行S3上传下载操作

创建配置文件夹

mkdir ~/.aws

生成密钥文件

请在用户的主目录下创建配置文件

vim ~/.aws/config

[default] 提供的输出格式为JSON

region = ap-northeast-2

默认区域设置

创建密钥文件

请在配置文件夹中创建或编辑密钥文件

vim ~/.aws/credentials

[default]

aws_access_key_id = AWS密钥ID

aws_secret_access_key = AWS秘密密钥

编写上传脚本

vim upload.py

以下是示例Python脚本

#!/usr/bin/pythonimport loggingimport boto3from botocore.exceptions import ClientErrordef upload_file(file_name, bucket, object_name=None):    """上传文件到S3桶    参数:        file_name: 需要上传的文件        bucket: 上传的S3桶名        object_name: S3对象名,默认与file_name相同    返回值:        True/False    """    if object_name is None:        object_name = file_name    s3_client = boto3.client('s3')    try:        response = s3_client.upload_file(file_name, bucket, object_name)    except ClientError as e:        logging.error(e)        return False    return Truedef main():    # 替换为实际值    bucket_name = 'test-bucket'    file_name = 'testfile'    object_name = 'testfile'        # 设置日志    logging.basicConfig(        level=logging.DEBUG,        format='%(levelname)s: %(asctime)s: %(message)s'    )        # 上传文件    response = upload_file(file_name, bucket_name, object_name)    if response:        logging.info('文件已上传')if __name__ == '__main__':    main()

下载操作示例

请根据实际需求编写下载脚本

vim download.py

#!/usr/bin/pythonimport boto3# 替换为实际值BUCKET_NAME = 'test-bucket'KEY = 'testfile'download_path = 'testfile's3 = boto3.resource('s3')try:    s3.Bucket(BUCKET_NAME).download_file(KEY, download_path)except botocore.exceptions.ClientError as e:    if e.response['Error']['Code'] == "404":        print("对象不存在.")    else:        raise

使用AWS CLI进行批量操作

# 上传示例aws s3 cp ./testfile s3://testbucket/testfile

# 下载示例aws s3 cp s3://testbucket/testfile ./

更多Python操作示例

请根据实际需求扩展脚本功能

转载地址:http://qabxz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>
OpenCV与AI深度学习 | 实战 | 基于YoloV5和Mask RCNN实现汽车表面划痕检测(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | 基于YOLOv9和OpenCV实现车辆跟踪计数(步骤 + 源码)
查看>>