如何修改Lambda代码仅列出S3存储桶中的CSV文件？

S3里没有真正的文件夹，所谓的"文件夹"其实是对象键的前缀（键名以/结尾，且Size为0），你之前用endswith('.csv')没得到预期结果，大概率是没排除这些伪文件夹条目。下面是可行的修改方案：

核心思路 #

先过滤掉S3中的前缀（伪文件夹），再筛选出以.csv结尾的实际文件：

• 伪文件夹的特征：Size字段为0，且键名通常以/结尾
• 实际CSV文件：Size大于0，且键名以.csv结尾

基础版代码（适用于文件数≤1000的情况） #

import boto3

def lambda_handler(event, context):
    s3 = boto3.client('s3')
    bucket_name = 'dump'
    response = s3.list_objects_v2(Bucket=bucket_name)
    
    csv_files = []
    if 'Contents' in response:
        for obj in response['Contents']:
            # 排除伪文件夹，只保留CSV文件
            if obj['Size'] > 0 and obj['Key'].endswith('.csv'):
                csv_files.append(obj['Key'])
    
    print("CSV文件路径：", csv_files)
    return {
        'statusCode': 200,
        'body': csv_files
    }

进阶版代码（处理文件数>1000的分页场景） #

S3的list_objects_v2接口一次最多返回1000个对象，如果桶内文件较多，需要循环获取所有分页数据：

import boto3

def lambda_handler(event, context):
    s3 = boto3.client('s3')
    bucket_name = 'dump'
    csv_files = []
    continuation_token = None
    
    while True:
        # 根据是否有续传令牌，调用不同的list_objects_v2参数
        if continuation_token:
            response = s3.list_objects_v2(Bucket=bucket_name, ContinuationToken=continuation_token)
        else:
            response = s3.list_objects_v2(Bucket=bucket_name)
        
        # 遍历当前页的对象，筛选CSV文件
        if 'Contents' in response:
            for obj in response['Contents']:
                if obj['Size'] > 0 and obj['Key'].endswith('.csv'):
                    csv_files.append(obj['Key'])
        
        # 判断是否还有下一页，没有则退出循环
        if not response.get('IsTruncated'):
            break
        continuation_token = response['NextContinuationToken']
    
    print("CSV文件路径：", csv_files)
    return {
        'statusCode': 200,
        'body': csv_files
    }

关键说明 #

• 必须判断Size > 0：避免把S3的伪文件夹前缀（比如data/这类键名）误当成文件
• endswith('.csv')要严格匹配：如果需要忽略大小写，可以改成obj['Key'].lower().endswith('.csv')

内容的提问来源于stack exchange，提问作者Rick