如何用Python Boto3按大小排序S3存储桶对象？

没问题！咱们来解决这个按大小排序S3存储桶对象的问题～

首先，你的代码出问题的核心原因是：source_bucket.objects.all()返回的是S3 ObjectSummary对象的集合，而不是字典，所以用itemgetter('size')按键取值肯定会报错——这些对象的属性是通过点符号访问的，不是字典键。

下面给你两种可行的解决方法：

方案1：用lambda函数直接访问size属性 #

这是最直观的写法，直接在排序的key参数里指定取对象的size属性：

import boto3

# 初始化S3资源
s3 = boto3.resource('s3')
source_bucket = s3.Bucket('你的存储桶名称')

# 按文件大小升序排序（最小的文件排在最前面）
sorted_objects = sorted(source_bucket.objects.all(), key=lambda obj: obj.size)

# 如果需要降序排序（最大的文件在前），加上reverse=True即可
# sorted_objects = sorted(source_bucket.objects.all(), key=lambda obj: obj.size, reverse=True)

# 遍历验证结果
for obj in sorted_objects:
    print(f"文件名: {obj.key}, 大小: {obj.size} 字节")

方案2：使用operator.attrgetter（更贴合你原本的思路） #

如果你习惯用operator模块的工具，可以用attrgetter来获取对象属性，替代字典取值的itemgetter：

import boto3
from operator import attrgetter

s3 = boto3.resource('s3')
source_bucket = s3.Bucket('你的存储桶名称')

# 按size属性完成排序
sorted_objects = sorted(source_bucket.objects.all(), key=attrgetter('size'))

额外提示 #

• 你的场景是1000个文件，objects.all()会自动处理S3的分页逻辑，不用你额外编写分页代码。
• 如果后续对象数量特别多（比如几十万级），排序会在本地内存完成，可能需要考虑按前缀分批处理后再排序，避免内存占用过高。

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