如何获取S3存储桶中最近修改的CSV文件？代码无结果排查

你的代码存在以下几个关键错误： #

• 逻辑重复且混乱：先调用s3.list_objects_v2()获取对象列表，紧接着又用分页器重新遍历同一存储桶，属于重复操作，且两者结果无关联，导致后续逻辑失效。
• return语句位置错误：找到单页最新对象后立刻return，直接终止函数，不仅print(latest)永远不会执行，还会跳过分页器的后续页面，无法获取全桶范围内的最新对象。
• 未处理跨页对象对比：仅取单页内的最新对象，未将所有页面的CSV文件放在一起比较，无法得到真正的全桶最新文件。
• filter迭代器无效使用：从第一次获取的objs中过滤出CSV后，未使用该结果，反而遍历分页器的所有对象，等于白做了过滤操作。
• 函数参数未复用：定义了bucket_name参数，但代码里硬编码死了桶名，既不规范也降低了代码复用性。

修正后的代码 #

import boto3

def get_most_recent_s3_object(bucket_name):
    s3 = boto3.client('s3')
    paginator = s3.get_paginator("list_objects_v2")
    page_iterator = paginator.paginate(Bucket=bucket_name)
    
    all_csv_objs = []
    # 遍历所有分页，收集所有CSV文件
    for result in page_iterator:
        if "Contents" in result:
            csv_objs = [obj for obj in result['Contents'] if obj['Key'].endswith('.csv')]
            all_csv_objs.extend(csv_objs)
    
    # 处理无CSV文件的情况
    if not all_csv_objs:
        print("存储桶中未找到CSV文件")
        return None
    
    # 找出修改时间最新的对象
    latest_obj = max(all_csv_objs, key=lambda x: x['LastModified'])
    print(latest_obj)
    return latest_obj

# 调用函数
get_most_recent_s3_object('br-candles')

修正说明： #

1. 用分页器统一遍历所有页面，避免重复调用S3 API
2. 收集所有CSV文件到列表，确保能跨页比较修改时间
3. 增加空列表判断，避免调用max时出现报错
4. 正确复用函数参数，不再硬编码桶名
5. 将打印语句放在return之前，确保结果能正常输出

内容的提问来源于stack exchange，提问作者bob