是否可以直接从存储在 S3 上的 zip 文件中读取特定文件?
Posted
技术标签:
【中文标题】是否可以直接从存储在 S3 上的 zip 文件中读取特定文件?【英文标题】:Is it possible to read a specific file directly from a zip file that is stored on S3? 【发布时间】:2021-01-31 15:34:50 【问题描述】:我在名为big.zip
的压缩文件中有一个名为story.txt
的文件,该文件存储在名为zips-bucket
的S3 存储桶中。
我希望我的 Python 代码仅读取 story.txt 的内容,而无需下载甚至扫描整个大 zip 文件。是否可以?怎么样?
【问题讨论】:
【参考方案1】:不,在您的特定情况下这是不可能的。但是,S3 提供了一个名为S3 Select 的功能,如果满足某些要求,它可以选择性地读取文件的一部分。您可以查看文档。
【讨论】:
您可以读取存储在 S3 中的 zip 文件中的对象。 zip 在文件末尾存储一个目录。读取目录,查找文件和偏移量。然后读取从该偏移量开始的对象的长度字节。这需要编写代码,但很容易做到。【参考方案2】:是的,这是可能的。您将需要导入 smart-open
和 zipfile
模块。假设您的压缩文件位于s3://zips-bucket/big.zip
。执行以下操作:
import smart_open as so
import zipfile
with so.open('s3://zips-bucket/big.zip', 'rb') as file_data
with zipfile.ZipFile(file_data) as z:
with z.open('story.txt') as zip_file_data:
story_lines = zip_file_data.readlines()
应该这样做!
【讨论】:
以上是关于是否可以直接从存储在 S3 上的 zip 文件中读取特定文件?的主要内容,如果未能解决你的问题,请参考以下文章
从 s3 存储桶获取 2 个文件,并在使用 lambda 节点 js 将其上传到 s3 存储桶后制作 1 个 zip 文件