调用S3 SelectObjectContent报InvalidTextEncoding错，如何添加latin-1编码参数

修复方案 #

编码参数需要添加到InputSerialization配置项的CSV子字典中，注意boto3接口的参数首字母需要大写为Encoding，修改后的代码如下：

import boto3

# 注意原代码中boto3客户端初始化的参数写法有误，已修正为键值对格式
client = boto3.client(
    's3',
    aws_access_key_id=aws_access_key_id,
    aws_secret_access_key=aws_secret_access_key,
    region_name=region_name
)
resp = client.select_object_content(
    Bucket='mybucket',
    Key='path_to_file/file_name.gz',
    ExpressionType='SQL',
    Expression=query,
    InputSerialization = {
        'CSV': {
            "FileHeaderInfo": "Use",
            "Encoding": "latin-1" # 新增编码配置行
        },
        'CompressionType': compressionType
    },
    OutputSerialization = {'CSV': {}},
)

注意事项 #

• 若后续处理输出结果时仍出现编码异常，可在OutputSerialization的CSV配置中同样添加"Encoding": "latin-1"参数
• latin-1编码是单字节编码，兼容所有字节序列，可避免无效应答报错，若你明确知道文件的实际编码，也可以替换为对应编码值（比如GBK、GB2312等）

内容的提问来源于stack exchange，提问作者Beginner