如何在Glue Python作业中读取并解析Step Function的输入状态？

我来帮你解决这个问题——本质上是因为Step Function传递的参数是JSON字符串，而非直接可用的Python对象，所以需要额外做一步解析操作。

先梳理下你的场景：
你的Step Function生成的输入结构是这样的：

{
  "name": "Done",
  "input": [
    {
      "success": "123"
    },
    {
      "failing": "123"
    }
  ],
  "inputDetails": {
    "truncated": false
  }
}

对应的Step Function任务配置里，你用$$.input把整个输入传递给了Glue作业的--job-output-states参数，但在Glue代码里直接打印args只能拿到原始的字符串，没法直接访问input数组。

问题根源 #

当你在Step Function的Parameters里用$$.input传递数据时，Step Function会把整个JSON结构序列化为字符串传给Glue作业，所以你拿到的args["job-output-states"]是一个JSON格式的字符串，而不是Python的字典或列表，自然没法直接通过键名访问内部的input数组。

解决方法 #

只需要在Glue代码里把这个JSON字符串反序列化为Python对象即可，具体修改如下：

import sys
import json  # 新增导入json模块
from awsglue.utils import getResolvedOptions

args = getResolvedOptions(sys.argv, [
    "job-output-states"
])

# 把JSON字符串解析成Python字典
step_function_data = json.loads(args["job-output-states"])

# 现在就能直接访问input数组了
input_array = step_function_data["input"]
print("Input数组内容:", input_array)

# 如果要访问数组里的具体元素，比如第一个对象的success字段
success_id = input_array[0]["success"]
print("Success对应的ID:", success_id)

# 第二个对象的failing字段
failing_id = input_array[1]["failing"]
print("Failing对应的ID:", failing_id)

小提示 #

如果你不确定传递过来的参数是什么样子，可以先打印原始的字符串看看：

print("原始参数内容:", args["job-output-states"])

这样能确认它确实是JSON字符串，方便你后续调整解析逻辑。

内容的提问来源于stack exchange，提问作者Randomize