如何解析AWS Rekognition get_face_search结果中的FaceMatches数据？

我来帮你搞定这个问题！你遇到的TypeError其实是个常见小坑——AWS Rekognition返回的FaceMatches是列表类型（哪怕只有一个匹配人脸），而不是单个字典，所以你直接用m['FaceMatches']['Face']去索引肯定会报错，因为列表只能用整数下标访问，不能用字符串。

错误原因拆解 #

你之前的代码：

matches = [m['FaceMatches']['Face']['FaceId'] for m in response['Persons']]

这里的m['FaceMatches']返回的是类似[{'Face': {...}, 'Similarity': ...}]的列表，不是{'Face': ...}这样的字典，所以必须先遍历这个列表里的每个匹配项。

正确的提取方法 #

我们需要把每个Person的时间戳，和它对应的所有匹配人脸信息（FaceId、Similarity）关联起来，同时还要处理那些没有FaceMatches的Person条目（避免KeyError）。

方法1：可读性优先的循环写法

# 初始化列表存储最终数据
face_match_results = []

for person in response['Persons']:
    # 获取当前Person的时间戳
    current_timestamp = person['Timestamp']
    # 检查当前Person是否存在有效的FaceMatches
    if 'FaceMatches' in person and person['FaceMatches']:
        # 遍历每个匹配的人脸条目
        for face_match in person['FaceMatches']:
            face_id = face_match['Face']['FaceId']
            similarity_score = face_match['Similarity']
            # 将信息打包成字典加入列表
            face_match_results.append({
                'Timestamp': current_timestamp,
                'FaceId': face_id,
                'Similarity': similarity_score
            })

方法2：简洁的列表推导式写法

如果你喜欢更紧凑的代码，也可以用嵌套的列表推导式，效果和上面的循环完全一致：

face_match_results = [
    {
        'Timestamp': p['Timestamp'],
        'FaceId': fm['Face']['FaceId'],
        'Similarity': fm['Similarity']
    }
    for p in response['Persons']
    if 'FaceMatches' in p and p['FaceMatches']
    for fm in p['FaceMatches']
]

结果示例 #

假设你的response里有一个Person条目包含2个匹配人脸，最终face_match_results会生成类似这样的结构：

[
    {'Timestamp': 0, 'FaceId': 'xxx-1', 'Similarity': 98.5},
    {'Timestamp': 66, 'FaceId': 'xxx-2', 'Similarity': 97.2},
    # ... 其他匹配项
]

这样你就能轻松遍历处理每个匹配人脸的时间戳、FaceID和相似度信息啦！

内容的提问来源于stack exchange，提问作者db46