使用 Boto3 獲取特定 S3 文件夾中的對象數

Question

試圖獲取 S3 文件夾中的對象數

當前代碼

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

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

這給我的計數是 1+S3 中的實際對象數。

也許它也將“文件”算作一個鍵？

Answer 1

假設您想計算存儲桶中的鍵數並且不想使用list_objects_v2達到 1000 的限制。 下面的代碼對我有用，但我想知道是否有更好更快的方法來做到這一點！ 嘗試查看 boto3 s3 連接器中是否有打包功能，但沒有！

# 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

“文件夾”實際上並不存在於 Amazon S3 中。 相反，所有對象都將其完整路徑作為其文件名 ('Key')。 我想你已經知道了。

但是，可以通過創建與文件夾同名的零長度對象來“創建”文件夾。 這會導致文件夾出現在列表中，如果通過管理控制台創建文件夾，就會發生這種情況。

因此，您可以從計數中排除零長度對象。

例如，請參閱：確定文件夾或文件鍵 - Boto

Answer 3

以下代碼完美運行

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將帶您到文件夾名稱，如果要檢查它們， object['Size'] != 0將帶您到所有非文件夾鍵。 示例 function 請撥打以下電話：

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

Answer 4

如果條目超過 1000 個，則需要使用分頁器，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

如果您有訪問該存儲桶的憑據，則可以使用這個簡單的代碼。 下面的代碼會給你一個列表。 列表理解用於提高可讀性。

過濾器用於過濾對象，因為在存儲桶中識別文件，使用文件夾名稱。 正如John Rotenstein簡明扼要地解釋的那樣。

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()]