使用R的aws.s3包上传PDF至S3桶后文件损坏的解决咨询

• 以二进制模式读取文件再上传
  PDF是二进制文件，直接传入文件路径时，put_object可能会以文本编码读取内容，导致文件损坏。正确做法是用readBin以raw格式读取文件内容后再上传：

# 读取二进制PDF内容
pdf_raw <- readBin("myfiles/myfile.pdf", what = "raw", n = file.size("myfiles/myfile.pdf"))

# 执行上传操作
put_object(
  file = pdf_raw,
  object = "myfile.pdf",
  bucket = "myS3bucket"
)

• 显式设置Content-Type请求头
  为确保S3正确识别文件类型，避免阅读器解析错误，上传时建议指定Content-Type为application/pdf：

put_object(
  file = pdf_raw,
  object = "myfile.pdf",
  bucket = "myS3bucket",
  headers = list("Content-Type" = "application/pdf")
)

• 验证文件完整性
  上传完成后，对比本地文件和S3中文件的大小，确认数据没有丢失：

# 获取本地文件大小
local_size <- file.size("myfiles/myfile.pdf")
# 获取S3中文件大小
s3_size <- head_object(object = "myfile.pdf", bucket = "myS3bucket")$ContentLength

# 打印对比结果
cat("本地文件大小:", local_size, "字节\n")
cat("S3文件大小:", s3_size, "字节\n")

如果两者大小不一致，检查网络连接后重新上传。

内容的提问来源于stack exchange，提问作者Micharro