从 s3 读取.pptx 文件

Question

我尝试从 Amazon S3 打开 a.pptx 并使用 python-pptx 库读取它。 这是代码：

from pptx import Presentation
import boto3
s3 = boto3.resource('s3')

obj=s3.Object('bucket','key')
body = obj.get()['Body']
prs=Presentation((body))

它给出“AttributeError：'StreamingBody' object 没有属性'seek'”。 这不应该工作吗？ 我怎样才能解决这个问题？ 我也尝试先在 body 上使用 read() 。 有没有实际下载文件的解决方案？

Answer 1

要从 S3 加载文件，您应该下载（或使用 stream 策略）并使用io.BytesIO将您的数据转换为pptx.Presentation可以处理的。

import io
import boto3

from pptx import Presentation

s3 = boto3.client('s3')
s3_response_object = s3.get_object(Bucket='bucket', Key='file.pptx')
object_content = s3_response_object['Body'].read()

prs = Presentation(io.BytesIO(object_content))

参考：

Just like what we do with variables, data can be kept as bytes in an in-memory buffer when we use the io module's Byte IO operations. 日志开发