如何在Python版AWS Lambda中返回io.BufferedReader并解决序列化报错

• 报错的根本原因是AWS Lambda要求返回的响应必须是可JSON序列化的对象，你返回值里的file字段直接放入了BufferedReader类型的文件句柄，这类Python内置IO对象没有默认的JSON序列化实现，直接触发了序列化失败错误。
• 代码同时存在两处逻辑隐患：
  1. 循环内每次覆盖写入同一个tmp文件，body.append(f)写在了循环外部，只会追加最后一次循环的文件句柄到列表中
  2. 读取文件后不需要保留文件句柄在返回值内，直接处理文件内容即可

情况1：返回二进制文件内容供后续处理 #

如果你需要返回PDF这类二进制文件内容，需要转base64编码后才能支持JSON序列化，修复代码如下：

import boto3
import base64

s3 = boto3.client('s3')
def lambda_handler(event, context):
    bucket = "bucketID"
    content_list = []
    for record in event['key']:
        tmp_file_path = '/tmp/2021-10-11T06:23:29:691472.pdf'
        # 下载文件到临时目录
        with open(tmp_file_path, 'wb') as f:
            s3.download_fileobj(bucket, "basedir/file.pdf", f)
        # 读取文件内容后自动释放句柄
        with open(tmp_file_path, "rb") as f:
            file_content = f.read()
        # 二进制内容转base64编码，适配JSON序列化要求
        content_list.append(base64.b64encode(file_content).decode('utf-8'))
    
    return {
        "statusCode": 200,
        # 移除文件句柄字段，仅返回可序列化的内容
        "content_list": content_list
    }

情况2：读取JSON文件直接返回结构化内容 #

如果你实际读取的是JSON格式文件而非PDF，可以直接加载为JSON对象后返回：

import boto3
import json

s3 = boto3.client('s3')
def lambda_handler(event, context):
    bucket = "bucketID"
    json_content_list = []
    for record in event['key']:
        tmp_file_path = '/tmp/target.json'
        with open(tmp_file_path, 'wb') as f:
            s3.download_fileobj(bucket, "basedir/file.json", f)
        # 直接加载JSON内容为Python原生字典/列表
        with open(tmp_file_path, "r", encoding="utf-8") as f:
            json_data = json.load(f)
        json_content_list.append(json_data)
    
    return {
        "statusCode": 200,
        "content": json_content_list
    }

• 禁止将Python IO对象（文件句柄、连接句柄等）直接放入Lambda返回值
• 所有二进制内容必须转base64编码后才能进行JSON序列化
• 建议使用with上下文管理器操作文件，自动关闭句柄避免资源泄漏

内容的提问来源于stack exchange，提问作者SREERAG R NANDAN