在Lambda中获取S3对象MIME类型：仅下载部分文件检测MP4

我有一个由S3 PutObject事件触发的Lambda函数，需要验证上传的文件是否为MP4视频文件（文件扩展名不可靠，存在伪造可能）。本地使用filetype库检测MIME类型可行，但不想下载完整的大文件，仅希望下载部分内容到临时存储进行检测。目前的测试代码始终返回None作为MIME类型，怀疑文件保存方式有误，寻求解决帮助。

测试代码：

import boto3
import filetype
from time import sleep

REGION = 'ap-southeast-1'

tmp_path = "path/src/my_file.mp4"

start_byte = 0
end_byte = 9000

s3 = boto3.client('s3', region_name=REGION)

resp = s3.get_object(
    Bucket="test", 
    Key="MVI_1494.MP4", 
    Range='bytes={}-{}'.format(start_byte, end_byte)
    )

# the file
object_content = resp['Body'].read()

print(type(object_content))
with open(tmp_path, "wb") as binary_file:
    # Write bytes to file
    binary_file.write(object_content)

sleep(5)
kind = filetype.guess_mime(tmp_path)
print(kind)

你的问题核心出在两个点：

• Lambda临时路径错误：Lambda环境下只有/tmp/目录是可写的临时存储，你用的相对路径path/src/my_file.mp4无法被正确识别，导致filetype读不到文件。
• 冗余的sleep操作：写入文件后不需要等待，直接检测即可，sleep完全没必要。

另外可以优化检测逻辑，不用写入文件，直接用字节流检测，效率更高。

修正后的代码（写入临时文件版本） #

import boto3
import filetype

REGION = 'ap-southeast-1'

# Lambda临时存储必须用/tmp/开头
tmp_path = "/tmp/my_file.mp4"
# 取前10KB足够覆盖MP4的文件签名区域
start_byte = 0
end_byte = 10240

s3 = boto3.client('s3', region_name=REGION)

resp = s3.get_object(
    Bucket="test", 
    Key="MVI_1494.MP4", 
    Range=f'bytes={start_byte}-{end_byte}'
)

object_content = resp['Body'].read()

with open(tmp_path, "wb") as binary_file:
    binary_file.write(object_content)

kind = filetype.guess_mime(tmp_path)
print(kind)

更高效的字节流直接检测版本 #

import boto3
import filetype

REGION = 'ap-southeast-1'

start_byte = 0
end_byte = 10240

s3 = boto3.client('s3', region_name=REGION)

resp = s3.get_object(
    Bucket="test", 
    Key="MVI_1494.MP4", 
    Range=f'bytes={start_byte}-{end_byte}'
)

object_content = resp['Body'].read()

# 直接传入字节数据检测，无需写入文件
kind = filetype.guess_mime(object_content)
print(kind)

关键说明 #

• MP4的文件签名（ftyp盒子）位于文件开头，前10KB足够覆盖所有必要的结构信息，完全不需要下载完整文件。
• Lambda的/tmp/目录是唯一可写的临时空间，所有临时文件必须放在这里，否则会出现权限或文件找不到的问题。
• filetype库支持直接传入字节内容检测，省去IO操作，能提升Lambda的执行速度和资源利用率。

内容的提问来源于stack exchange，提问作者ashraf minhaj