web-dev-qa-db-ja.com

s3 urls-バケット名とパスを取得します

Aws s3 urlを持つ変数があります

s3://bucket_name/folder1/folder2/file1.json

変数でbucket_nameを取得し、別の変数で/folder1/folder2/file1.jsonを残りたいのですが。私は正規表現を試しましたが、以下のようなbucket_nameを取得できましたが、もっと良い方法があるかどうかはわかりません。

m = re.search('(?<=s3:\/\/)[^\/]+', 's3://bucket_name/folder1/folder2/file1.json')
print(m.group(0))

残りの部分、つまりfolder1/folder2/file1.jsonを取得するにはどうすればよいですか?

URLからbucket_nameとキーを抽出するboto3機能があるかどうかを確認しましたが、見つかりませんでした。

41
Lijju Mathew

これは通常のURLなので、urlparseを使用してURLのすべての部分を取得できます。

>>> from urlparse import urlparse
>>> o = urlparse('s3://bucket_name/folder1/folder2/file1.json', allow_fragments=False)
>>> o
ParseResult(scheme='s3', netloc='bucket_name', path='/folder1/folder2/file1.json', params='', query='', fragment='')
>>> o.netloc
'bucket_name'
>>> o.path
'/folder1/folder2/file1.json'

次の答えが示唆するように、キーから最初のスラッシュを削除する必要がある場合があります。

o.path.lstrip('/')

Python 3 urlparseurllib.parseに移動したので、以下を使用します。

from urllib.parse import urlparse

すべての詳細を処理するクラスがあります。

try:
    from urlparse import urlparse
except ImportError:
    from urllib.parse import urlparse


class S3Url(object):
    """
    >>> s = S3Url("s3://bucket/hello/world")
    >>> s.bucket
    'bucket'
    >>> s.key
    'hello/world'
    >>> s.url
    's3://bucket/hello/world'

    >>> s = S3Url("s3://bucket/hello/world?qwe1=3#ddd")
    >>> s.bucket
    'bucket'
    >>> s.key
    'hello/world?qwe1=3#ddd'
    >>> s.url
    's3://bucket/hello/world?qwe1=3#ddd'

    >>> s = S3Url("s3://bucket/hello/world#foo?bar=2")
    >>> s.key
    'hello/world#foo?bar=2'
    >>> s.url
    's3://bucket/hello/world#foo?bar=2'
    """

    def __init__(self, url):
        self._parsed = urlparse(url, allow_fragments=False)

    @property
    def bucket(self):
        return self._parsed.netloc

    @property
    def key(self):
        if self._parsed.query:
            return self._parsed.path.lstrip('/') + '?' + self._parsed.query
        else:
            return self._parsed.path.lstrip('/')

    @property
    def url(self):
        return self._parsed.geturl()
63
kichik

私のような人にとっては、boto3でオブジェクトを作成するために、urlparseを使用してキーとバケットを抽出しようとしていました。重要な詳細が1つあります:キーの先頭からスラッシュを削除

from urlparse import urlparse
o = urlparse('s3://bucket_name/folder1/folder2/file1.json')
bucket = o.netloc
key = o.path
boto3.client('s3')
client.put_object(Body='test', Bucket=bucket, Key=key.lstrip('/'))

Boto3は例外をスローしないので、それを理解するにはしばらく時間がかかりました。

16

Urllibまたはreなしで機能するソリューション(前のスラッシュも処理します):

def split_s3_path(s3_path):
    path_parts=s3_path.replace("s3://","").split("/")
    bucket=path_parts.pop(0)
    key="/".join(path_parts)
    return bucket, key

走る:

bucket, key = split_s3_path("s3://my-bucket/some_folder/another_folder/my_file.txt")

戻り値:

bucket: my-bucket
key: some_folder/another_folder/my_file.txt
12
mikeviescas

正規表現を使用したい場合は、次の操作を実行できます。

>>> import re
>>> uri = 's3://my-bucket/my-folder/my-object.png'
>>> match = re.match(r's3:\/\/(.+?)\/(.+)', uri)
>>> match.group(1)
'my-bucket'
>>> match.group(2)
'my-folder/my-object.png'

これには、何も許可するのではなく、s3スキームをチェックできるという利点があります。

6
Alec Hewitt

ここでは、正規表現を使用したワンライナーです:

import re

s3_path = "s3://bucket/path/to/key"

bucket, key = re.match(r"s3:\/\/(.+?)\/(.+)", s3_path).groups()
1
David