使用Python将OSS文件免费下载到本地：第一步 列举OSS文件

大家好，我是水滴~~

本文将介绍了使用的知识点、以及列举OSS文件的代码、并对该代码进行详细解析、最后给出部署方案，希望能对你有所帮助！

《Python入门核心技术》专栏总目录?点这里

---

在上一篇文章中，我们对本项目实战做了分析，以及一些准备工作。本文我们讲解第一步：列举OSS文件，并写入MySQL数据库，为后面的下载提供完整的文件列表。

1. 本文知识点

1.1 datetime 模块

datetime模块是Python标准库中用于处理日期和时间的模块。它提供了多个类来处理日期、时间、时间间隔等，并且支持日期时间的运算和格式化。

更多介绍参见：《日期和时间（time、datetime、calendar 模块》

1.2 OSS Python SDK

阿里云提供了 Python SDK 用于操作对象存储服务（OSS），您可以使用该 SDK 在 Python 应用程序中进行 OSS 的上传、下载、删除等操作。

在使用前需要先安装该库，下面是安装命令：

pip install oss2

1.3 MySQL 连接器

mysql-connector-python 是 MySQL 官方提供的 Python 连接器，用于在 Python 应用程序中与 MySQL 数据库进行交互。它是一个纯 Python 实现的驱动程序，可以通过它执行 SQL 查询、插入、更新、删除等操作。

在使用前需要先安装该库，下面是安装命令：

pip install mysql-connector-python

1.4 PyInstaller

PyInstaller 是一个用于将 Python 应用程序打包成独立可执行文件的工具。它可以将 Python 代码及其依赖项（包括解释器）打包成单个可执行文件，这样用户可以在没有安装 Python 解释器或依赖项的情况下运行你的应用程序。你可以使用 PyInstaller 来创建跨平台的可执行文件，支持 Windows、macOS 和 Linux 等操作系统。

在使用前需要先安装该库，下面是安装命令：

pip install pyinstaller

2. 代码与解析

2.1 安装依赖

下面代码使用了 oss2 和 mysql-connector-python 两个第三方库，所以要提前安装它们，下面是安装指令：

pip install oss2
pip install mysql-connector-python

2.2 完整代码

首选创建一个项目，名称你随意，然后在项目中创建一个第一步：列举OSS文件.py Python文件，下面是完整代码：

from datetime import datetime

import mysql.connector
import oss2


# 创建并获取 OSS 存储桶对象
def get_bucket():
    # OSS认证，需要 access_key_id 和 access_key_secret
    auth = oss2.Auth('填写你的access_key_id', '填写你的access_key_secret')
    # OSS 端点地址（如果该程序部署到 ECS 上，这里使用内网地址可以节约一些流量）
    endpoint = '填写你的端点，例如：https://oss-cn-qingdao.aliyuncs.com'
    # 存储桶名称
    bucket_name = '填写你的bucket_name'
    # 创建一个存储桶对象
    return oss2.Bucket(auth, endpoint, bucket_name)


# 指定时间的时间戳，这里是：2023年1月1日
timestamp = datetime(2023, 1, 1, 0, 0, 0).timestamp()


# 校验OSS文件
def check_oss_file(oss_key, oss_last_modified):
    # 这里只处理2023年1月1日之前的文件
    if oss_last_modified >= timestamp:
        return False
    # 只处理文件，不处理目录
    if oss_key.endswith('/'):
        return False
    return True


if __name__ == '__main__':
    # 建立与数据库的连接（下面地址根据你的实际情况填写）
    cnx = mysql.connector.connect(user='root', password='root', host='localhost', database='oss', port=3306)
    # 创建一个游标对象
    cursor = cnx.cursor()

    # 获取 OSS 存储桶对象
    bucket = get_bucket()
    # 文件前缀（只列举匹配该前缀的文件）
    prefix = 'app/'

    try:
        # 列举Bucket下的指定前权的文件。
        for obj in oss2.ObjectIterator(bucket, prefix):
            key = obj.key  # 文件名
            last_modified = obj.last_modified  # 最后修改时间
            last_modified_datetime = datetime.fromtimestamp(last_modified)
            size = obj.size  # 文件大小

            print(str(last_modified_datetime) + '\t' + str(key))

            # 校验OSS文件
            if not check_oss_file(key, last_modified):
                print('不处理')
                continue

            print('插入')
            # 定义要插入的数据，status为0表示未处理
            data = {
                'prefix': prefix,
                'key': key,
                'last_modified': last_modified_datetime,
                'size': size,
                'status': 0,
                'create_time': datetime.now()
            }
            # 编写插入记录的SQL查询
            sql = """
                INSERT INTO oss_file
                (`prefix`, `key`, `last_modified`, `size`, `status`, `create_time`)
                VALUES (%(prefix)s, %(key)s, %(last_modified)s, %(size)s, %(status)s, %(create_time)s)
            """
            try:
                # 执行查询，将数据插入表中
                cursor.execute(sql, data)
            except Exception as e:
                if str(e).index('i_key') > 0:
                    print("重复")
                continue
            # 提交更改到数据库
            cnx.commit()
            print("成功")
    except Exception as e:
        print(e)
        # 关闭游标和数据库连接
        cursor.close()
        cnx.close()

2.3 代码解析

• get_bucket方法用于创建并获取OSS的存储桶对象，我这里使用简单的Auth凭证，官方推荐使用安全的ProviderAuth凭证，参见：Python配置访问凭证。

• check_oss_file方法用于验证当前文件的时间是否满足要求，即：只下载指定日期之前的文件。

• 在main主方法中，首先创建了一个 MySQL 的连接，用于将列举出的文件名写入库中；接着获取OSS的存储桶对象。

• oss2.ObjectIterator方法用于列举文件，参数传入OSS存储桶对象和列举的文件前缀，表示只列举此前缀下的文件，其它列举方法可以参见：Python列举文件。该方法默认每次获取100个文件，不断的迭代执行，直到将此前缀下所有文件列举出来为止。

• 通过for循环遍历可以得到oss2.models.SimplifiedObjectInfo对象，该对象的属性有：

  • key 文件名

  • last_modified 文件的最后修改时间

  • etag HTTP ETag

  • type 文件类型

  • size 文件大小，单位字节

  • storage_class 文件的存储类别，是一个字符串

  • owner owner信息, 类型为: oss2.models.Owner

  • restore_info Object的解冻状态

• 对于满足条件的文件，将其属性信息存入data 对象中，并插入到数据库，其中status赋值为0，表示还未处理。

• 插入时如果重复，会触犯i_key唯一索引，这样继续执行下一条即可。

• 列举完文件后，关闭数据库连接。

3. 部署

3.1 列出依赖项

requirements.txt是一个常用的文本文件，用于列出项目所需的所有依赖项及其版本信息。它通常用于 Python 项目，但也可以在其他项目中使用。

在项目中执行下面命令，可以列出依赖项：

pip freeze > requirements.txt

这将输出当前环境中所有安装的包及其版本信息，并将其写入requirements.txt文件中。

3.2 安装依赖项

在 Linux 服务器的项目根目录下，可以运行以下命令来安装requirements.txt中列出的所有依赖项：

pip install -r requirements.txt

这将安装所列出的所有依赖项及其指定的版本。

3.3 运行 Python 文件

将 第一步：列举OSS文件.py Python文件拷贝到 Linux 服务器项目根目录下，执行下面命令即可运行该 Python 文件：

python 第一步：列举OSS文件.py

如果想要后台运行，并且将print输出到指定的日志文件中，可以使用以下命令：

nohup python 第一步：列举OSS文件.py > output.log 2>&1 &

这个命令执行以下操作：

• nohup命令用于在后台运行进程，即使终端关闭后也能继续运行。

• 第一步：列举OSS文件.py是你要运行的Python脚本。

• > output.log将标准输出重定向到名为output.log的日志文件中。

• 2>&1将标准错误也重定向到标准输出，这样错误信息也会被写入到output.log中。

• 最后的&符号用于将进程放到后台运行。

这样，你的Python项目就会在后台运行，并将print输出写入到指定的日志文件中。

3.4 其他部署方式

如果你想部署在Windows服务器下，一个简单的方式就是通过 PyInstaller 来打包部署。它可以将Python代码及其依赖项（包括解释器）打包成单个可执行文件，这样即使服务器没有安装Python环境也可以运行你的应用程序。

下面命令可以将上面的Python脚本打包成一个exe的可执行文件：

pyinstaller -F 第一步：列举OSS文件.py