使用 Boto3 获取特定 S3 文件夹中的对象数

Question

试图获取 S3 文件夹中的对象数

当前代码

bucket='some-bucket'
File='someLocation/File/'

objs = boto3.client('s3').list_objects_v2(Bucket=bucket,Prefix=File)
fileCount = objs['KeyCount']

这给我的计数是 1+S3 中的实际对象数。

也许它也将“文件”算作一个键？

Answer 1

假设您想计算存储桶中的键数并且不想使用list_objects_v2达到 1000 的限制。 下面的代码对我有用，但我想知道是否有更好更快的方法来做到这一点！ 尝试查看 boto3 s3 连接器中是否有打包功能，但没有！

# connect to s3 - assuming your creds are all set up and you have boto3 installed
s3 = boto3.resource('s3')

# identify the bucket - you can use prefix if you know what your bucket name starts with
for bucket in s3.buckets.all():
    print(bucket.name)

# get the bucket
bucket = s3.Bucket('my-s3-bucket')

# use loop and count increment
count_obj = 0
for i in bucket.objects.all():
    count_obj = count_obj + 1
print(count_obj)

Answer 2

“文件夹”实际上并不存在于 Amazon S3 中。 相反，所有对象都将其完整路径作为其文件名 ('Key')。 我想你已经知道了。

但是，可以通过创建与文件夹同名的零长度对象来“创建”文件夹。 这会导致文件夹出现在列表中，如果通过管理控制台创建文件夹，就会发生这种情况。

因此，您可以从计数中排除零长度对象。

例如，请参阅：确定文件夹或文件键 - Boto

Answer 3

以下代码完美运行

def getNumberOfObjectsInBucket(bucketName,prefix):
    count = 0
    response = boto3.client('s3').list_objects_v2(Bucket=bucketName,Prefix=prefix)
    for object in response['Contents']:
        if object['Size'] != 0:
            #print(object['Key'])
            count+=1
    return count

object['Size'] == 0将带您到文件夹名称，如果要检查它们， object['Size'] != 0将带您到所有非文件夹键。 示例 function 请拨打以下电话：

getNumberOfObjectsInBucket('foo-test-bucket','foo-output/')

Answer 4

如果条目超过 1000 个，则需要使用分页器，如下所示：

count = 0
client = boto3.client('s3')
paginator = client.get_paginator('list_objects')
for result in paginator.paginate(Bucket='your-bucket', Prefix='your-folder/', Delimiter='/'):
    count += len(result.get('CommonPrefixes'))

Answer 5

如果您有访问该存储桶的凭据，则可以使用这个简单的代码。 下面的代码会给你一个列表。 列表理解用于提高可读性。

过滤器用于过滤对象，因为在存储桶中识别文件，使用文件夹名称。 正如John Rotenstein简明扼要地解释的那样。

import boto3

bucket = "Sample_Bucket"
folder = "Sample_Folder"
s3 = boto3.resource("s3") 
s3_bucket = s3.Bucket(bucket)
files_in_s3 = [f.key.split(folder + "/")[1] for f in s3_bucket.objects.filter(Prefix=folder).all()]