如何用Python在AWS Lambda中读取S3存储桶的XML文件并转为JSON变量？

推荐的Python库 #

• boto3：AWS官方SDK，Lambda默认预装，用于读取S3存储桶中的文件。
• xmltodict：轻量库，能直接将XML字符串转换为Python字典，后续可轻松转为JSON格式。如果Lambda环境没有这个库，需要打包部署时包含它。
• 备选：Python内置的xml.etree.ElementTree，无需额外安装，但解析逻辑相对繁琐。

完整Lambda函数示例 #

以下示例假设你通过S3事件触发Lambda（当有XML文件上传到指定桶时自动执行），也可以手动指定桶名和文件键来测试：

import boto3
import xmltodict
import json

s3_client = boto3.client('s3')

def lambda_handler(event, context):
    # 从S3触发事件中获取桶名和文件键
    bucket_name = event['Records'][0]['s3']['bucket']['name']
    file_key = event['Records'][0]['s3']['object']['key']
    
    try:
        # 读取S3中的XML文件
        response = s3_client.get_object(Bucket=bucket_name, Key=file_key)
        xml_content = response['Body'].read().decode('utf-8')
        
        # 将XML转换为Python字典
        xml_dict = xmltodict.parse(xml_content)
        
        # 转为JSON格式的变量（如果需要保存到S3或其他服务，可直接用这个字典）
        json_data = json.dumps(xml_dict, indent=2)
        
        # 可选：打印日志查看结果（Lambda控制台可查看）
        print("转换后的JSON数据：")
        print(json_data)
        
        return {
            'statusCode': 200,
            'body': 'XML转JSON成功'
        }
    
    except Exception as e:
        print(f"处理出错：{str(e)}")
        return {
            'statusCode': 500,
            'body': f"处理失败：{str(e)}"
        }

关键注意事项 #

1. Lambda执行角色权限：需要给Lambda的执行角色添加S3读取权限（s3:GetObject），如果要将JSON保存回S3，还需添加PutObject权限。
2. 打包xmltodict：如果使用xmltodict，因为Lambda默认环境没有这个库，需要在本地创建虚拟环境安装后，连同代码一起打包成zip上传，或者用Lambda层来管理依赖。
3. 编码处理：确保XML文件的编码和代码中decode('utf-8')一致，如果是其他编码（比如GBK），需要调整解码方式。
4. 大文件处理：如果XML文件超过Lambda的内存限制，建议分段读取处理，避免内存溢出。

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