Python boto, список содержимого определенного каталога в ковше

У меня есть доступ к S3 только к определенному каталогу в ведре S3.

Например, с s3cmd команды s3cmd если я попытаюсь перечислить весь ведро:

    $ s3cmd ls s3://my-bucket-url

Я получаю сообщение об ошибке: Access to bucket 'my-bucket-url' was denied

Но если я попытаюсь получить доступ к определенному директорию в ведре, я могу увидеть содержимое:

    $ s3cmd ls s3://my-bucket-url/dir-in-bucket

Теперь я хочу подключиться к ведро S3 с помощью python boto. Similary с:

    bucket = conn.get_bucket('my-bucket-url')

Я получаю сообщение об ошибке: boto.exception.S3ResponseError: S3ResponseError: 403 Forbidden

Но если я попробую:

    bucket = conn.get_bucket('my-bucket-url/dir-in-bucket')

Сценарий останавливается около 10 секунд и впоследствии выдает сообщение об ошибке. Пыль - это полный след. Любая идея, как это сделать?

Traceback (most recent call last):
  File "test_s3.py", line 7, in <module>
    bucket = conn.get_bucket('my-bucket-url/dir-name')
  File "/usr/local/lib/python2.7/dist-packages/boto/s3/connection.py", line 471, in get_bucket
    return self.head_bucket(bucket_name, headers=headers)
  File "/usr/local/lib/python2.7/dist-packages/boto/s3/connection.py", line 490, in head_bucket
    response = self.make_request('HEAD', bucket_name, headers=headers)
  File "/usr/local/lib/python2.7/dist-packages/boto/s3/connection.py", line 633, in make_request
    retry_handler=retry_handler
  File "/usr/local/lib/python2.7/dist-packages/boto/connection.py", line 1046, in make_request
    retry_handler=retry_handler)
  File "/usr/local/lib/python2.7/dist-packages/boto/connection.py", line 922, in _mexe
    request.body, request.headers)
  File "/usr/lib/python2.7/httplib.py", line 958, in request
    self._send_request(method, url, body, headers)
  File "/usr/lib/python2.7/httplib.py", line 992, in _send_request
    self.endheaders(body)
  File "/usr/lib/python2.7/httplib.py", line 954, in endheaders
    self._send_output(message_body)
  File "/usr/lib/python2.7/httplib.py", line 814, in _send_output
    self.send(msg)
  File "/usr/lib/python2.7/httplib.py", line 776, in send
    self.connect()
  File "/usr/lib/python2.7/httplib.py", line 1157, in connect
    self.timeout, self.source_address)
  File "/usr/lib/python2.7/socket.py", line 553, in create_connection
    for res in getaddrinfo(host, port, 0, SOCK_STREAM):
socket.gaierror: [Errno -2] Name or service not known

Ответ 1

По умолчанию, когда вы get_bucket в boto, он пытается подтвердить, что у вас есть доступ к этому ведру, выполнив запрос HEAD на URL-адрес ведра. В этом случае вы не хотите, чтобы boto делал это, так как у вас нет доступа к самому ведру. Итак, сделайте следующее:

bucket = conn.get_bucket('my-bucket-url', validate=False)

и тогда вы сможете сделать что-то подобное, чтобы перечислять объекты:

for key in bucket.list(prefix='dir-in-bucket'): 
    <do something>

Если вы все еще получаете 403 Errror, попробуйте добавить косую черту в конце префикса.

for key in bucket.list(prefix='dir-in-bucket/'): 
    <do something>

Ответ 2

Для boto3

import boto3

s3 = boto3.resource('s3')
my_bucket = s3.Bucket('my_bucket_name')

for object_summary in my_bucket.objects.filter(Prefix="dir_name/"):
    print(object_summary.key)

Ответ 3

Клиент Boto3:

import boto3

_BUCKET_NAME = 'mybucket'
_PREFIX = 'subfolder/'

client = boto3.client('s3', aws_access_key_id=ACCESS_KEY,
                            aws_secret_access_key=SECRET_KEY)

def ListFiles(client):
    """List files in specific S3 URL"""
    response = client.list_objects(Bucket=_BUCKET_NAME, Prefix=_PREFIX)
    for content in response.get('Contents', []):
        yield content.get('Key')

file_list = ListFiles(client)
for file in file_list:
    print 'File found: %s' % file

Использование сеанса

from boto3.session import Session

_BUCKET_NAME = 'mybucket'
_PREFIX = 'subfolder/'

session = Session(aws_access_key_id=ACCESS_KEY,
                  aws_secret_access_key=SECRET_KEY)

client = session.client('s3')

def ListFilesV1(client, bucket, prefix=''):
    """List files in specific S3 URL"""
    paginator = client.get_paginator('list_objects')
    for result in paginator.paginate(Bucket=bucket, Prefix=prefix,
                                     Delimiter='/'):
        for content in result.get('Contents', []):
            yield content.get('Key')

file_list = ListFilesV1(client, _BUCKET_NAME, prefix=_PREFIX)
for file in file_list:
    print 'File found: %s' % file

Ответ 4

Если вы хотите перечислить все объекты папки в своем ведре, вы можете указать ее во время перечисления.

import boto
conn = boto.connect_s3(AWS_ACCESS_KEY_ID, AWS_SECRET_ACCESS_KEY)
bucket = conn.get_bucket(AWS_BUCKET_NAME)
for file in bucket.list("FOLDER_NAME/", "/"):
    <do something with required file>

Ответ 5

Следующий код выведет список всех файлов в определенном каталоге сегмента S3:

import boto3

s3 = boto3.client('s3')

def get_all_s3_keys(s3_path):
    """
    Get a list of all keys in an S3 bucket.

    :param s3_path: Path of S3 dir.
    """
    keys = []

    if not s3_path.startswith('s3://'):
        s3_path = 's3://' + s3_path

    bucket = s3_path.split('//')[1].split('/')[0]
    prefix = '/'.join(s3_path.split('//')[1].split('/')[1:])

    kwargs = {'Bucket': bucket, 'Prefix': prefix}
    while True:
        resp = s3.list_objects_v2(**kwargs)
        for obj in resp['Contents']:
            keys.append(obj['Key'])

        try:
            kwargs['ContinuationToken'] = resp['NextContinuationToken']
        except KeyError:
            break

    return keys