文件管理

更新时间：2021-08-05

上传文件

在BOS中，用户操作的基本数据单元是Object。Bucket中的Object数量不限，但单个Object最大允许存储5TB的数据。Object包含Key、Meta和Data。其中，Key是Object的名字；Meta是用户对该Object的描述，由一系列Name-Value对组成；Data是Object的数据。

BOS Python SDK提供了丰富的文件上传接口，可以通过以下方式上传文件：

简单上传
追加上传
分片上传
断点续传上传

Object的命名规范如下：

使用UTF-8编码。
长度必须在1-1023字节之间。
首字母不能为'/'，不能包含'@'字符，'@'用于图片处理接口。

简单上传

BOS在简单上传的场景中，支持以指定文件形式、以数据流方式、以字符串方式执行Object上传，请参考如下代码：

如下代码可以进行Object上传：

data = open(file_name, 'rb')
#以数据流形式上传Object，用户需要自行计算数据长度content_length
#用户需自行计算content_md5.计算方法是对数据执行md5算法获取128位二进制数据，再进行base64编码
bos_client.put_object(bucket_name, object_key, data, content_length,content_md5)

#从字符串中上传的Object
bos_client.put_object_from_string(bucket_name, object_key, string)

#从文件中上传的Object
bos_client.put_object_from_file(bucket_name, object_key, file_name)

其中，data为流对象，不同类型的Object采用不同的处理方法，从字符串中的上传使用StringIO的返回，从文件中的上传使用open()的返回，因此BOS提供了封装好的接口方便用户进行快速上传。

Object以文件的形式上传到BOS中，put_object相关接口均支持不超过5GB的Object上传。在put_object、put_object_from_string或者put_object_from_file请求处理成功后，BOS会在Header中返回Object的ETag作为文件标识。

这些接口均有可选参数:

参数	说明
content_type	上传文件或字符串的类型
content_md5	文件数据校验，设置后BOS会启用文件内容MD5校验，把您提供的MD5与文件的MD5比较，不一致会抛出错误
content_length	定义文件长度，put_object_from_string()不包含该参数
content_sha256	用于进行文件校验
user_metadata	用户自定义元数据
storage_class	设置文件存储类型
user_headers	用户定义header

content_md5计算方法是对数据执行md5算法获取128位二进制数据，再进行base64编码。示例如下：

import io
import hashlib
import base64

file_name = "your_file"
buf_size = 8192
fp = open(file_name, 'rb')
md5 = hashlib.md5()
while True:
    bytes_to_read = buf_size
    buf = fp.read(bytes_to_read)
    if not buf:
        break
    md5.update(buf)
content_md5 = base64.standard_b64encode(md5.digest())

设置文件元信息

文件元信息(Object Meta)，是对用户在向BOS上传文件时，同时对文件进行的属性描述，主要分为分为两种：设置HTTP标准属性（HTTP Headers）和用户自定义的元信息。

设定Object的Http Header BOS Python SDK本质上是调用后台的HTTP接口，因此用户可以在上传文件时自定义Object的Http Header。常用的http header说明如下：

名称	描述	默认值
Cache-Control	指定该Object被下载时的网页的缓存行为	无
Content-Encoding	表示消息主体进行了何种方式的内容编码转换	无
Content-Disposition	指示MINME用户代理如何显示附加的文件，打开或下载，及文件名称	无
Expires	缓存过期时间	无

参考代码如下：

从字符串中上传带有特定header的object

user_headers = {"header_key":"header_value"}
#从字符串中上传带有特定header的object
bos_client.put_object_from_string(bucket=bucket_name, 
                                  key=object_key, 
                                  data=string,
                                  user_headers=user_headers)
#从文件中上传带有特定header的object
bos_client.put_object_from_file(bucket=bucket_name,
                            key=object_key,
                            file_name=file,
                            user_headers=user_headers)

用户自定义元信息

BOS支持用户自定义元数据来对Object进行描述。如下代码所示：

 #用户自定义元数据
 user_metadata = {"name":"my-data"}
 #从字符串中上传带有用户自定义meta的object
 bos_client.put_object_from_string(bucket=bucket_name, 
                                   key=object_key, 
                                   data=string,
                                   user_metadata=user_metadata)
 #从文件中上传带有用户自定义meta的object
 bos_client.put_object_from_file(bucket=bucket_name,
                             key=object_key,
                             file_name=file,
                             user_metadata=user_metadata)

提示：

在上面代码中，用户自定义了一个名字为”name”，值为”my-data”的元数据

当用户下载此Object的时候，此元数据也可以一并得到

一个Object可以有多个类似的参数，但所有的User Meta总大小不能超过2KB

设置Object的Copy属性

BOS同时会提供copy_object接口用于将一个已经存在的Object拷贝到另外一个Object，拷贝过程中会对源Object的Etag或修改状态进行判断，根据判断结果决定是否执行拷贝。详细的参数解释如下：

名称	类型	描述	是否必需
x-bce-copy-source-if-match	String	如果源Object的ETag值和用户提供的ETag相等，则执行拷贝操作，否则拷贝失败。	否
x-bce-copy-source-if-none-match	String	如果源Object的ETag和用户提供的ETag不相等，则执行拷贝操作，否则拷贝失败。	否
x-bce-copy-source-if-unmodified-since	String	如果源object在x-bce-copy-source-if-unmodified-since之后没被修改，则执行拷贝操作，否则拷贝失败。	否
x-bce-copy-source-if-modified-since	String	如果源object在x-bce-copy-source-if-modified-since之后被修改了，则执行拷贝操作，否则拷贝失败。	否

对应的示例代码：

copy_object_user_headers = {"copy_header_key":"copy_header_value"}

bos_client.copy_object(source_bucket_name = bucket_name, 
                       source_key = object_name, 
                       target_bucket_name = bucket_name, 
                       target_key = object_name, 
                       user_metadata = user_metadata,
                       user_headers = user_headers,
                       copy_object_user_headers = copy_object_user_headers)

上传Object时设置存储类型

BOS支持标准存储, 低频存储，冷存储和归档存储，上传Object并存储为某种存储类型时通过指定StorageClass实现，默认为标准存储，四种存储类型对应的参数如下：

存储类型	参数
标准存储	STANDARD
低频存储	STANDARD_IA
冷存储	COLD
归档存储	ARCHIVE

以低频存储和归档存储为例，代码如下：

 from baidubce.services.bos import storage_class
 #从文件中上传冷存储类型的Object
 bos_client.put_object_from_file(bucket=bucket_name,
                               key=object_key,
                               file_name=file,
                               storage_class=storage_class.COLD)
 #从字符串上传冷存储类型的Object
 bos_client.put_object_from_string(bucket=bucket_name, 
                                 key=object_key, 
                                 data=string,
                                 storage_class=storage_class.COLD)
 #从文件中上传归档存储类型的Object
 bos_client.put_object_from_file(bucket=bucket_name,
                               key=object_key,
                               file_name=file,
                               storage_class=storage_class.ARCHIVE)

追加上传

上文介绍的简单上传方式，创建的Object都是Normal类型，用户不可再进行追加写，这在日志、视频监控、视频直播等数据复写较频繁的场景中使用不方便。

正因如此，百度智能云BOS支持AppendObject，即以追加写的方式上传文件。通过AppendObject操作创建的Object类型为Appendable Object，可以对该Object追加数据。AppendObject大小限制为0~5G。归档存储类型不支持追加上传。

通过AppendObject方式上传示例代码如下：

 #上传appendable object。其中“content_md5(data)”表示需要用户自行计算上传数据的md5值。
 #content_md5计算方法是对数据执行md5算法获取128位二进制数据，再进行base64编码。示例见上文“简单上传”部分。
 #其中“content_length(data)”表示需要用户自行计算上传数据的长度
 response = bos_client.append_object(bucket_name=bucket_name, 
                                     key=object_key,
                                     data=data,
                                     content_md5=content_md5(data), content_length=content_length(data))
 #获取下次追加写的位置
 next_offset = response.metadata.bce_next_append_offset
 bos_client.append_object(bucket_name=bucket_name, 
                          key=object_key,
                          data=next_data,
                          content_md5=content_md5(next_data), content_length=content_length(next_data),
                          offset=next_offset)

 #从字符串上传appendable object
 from baidubce.services.bos import storage_class
 bos_client.append_object_from_string(bucket_name=bucket_name,
                                      key=object_key,
                                      data=string,
                                      offset=offset,
                                      storage_class=storage_class.STANDARD,
                                      user_headers=user_headers)

分块上传

除了通过putObject接口上传文件到BOS以外，BOS还提供了另外一种上传模式 —— Multipart Upload。用户可以在如下的应用场景内（但不仅限于此），使用Multipart Upload上传模式，如：

需要支持断点上传。
上传超过5GB大小的文件。
网络条件较差，和BOS的服务器之间的连接经常断开。
需要流式地上传文件。
上传文件之前，无法确定上传文件的大小。

下面将介绍分步实现Multipart Upload。

初始化Multipart Upload

BOS使用initiate_multipart_upload方法来初始化一个分块上传事件：

upload_id = bos_client.initiate_multipart_upload(bucket_name, object_key).upload_id

该方法会返回InitMultipartUploadResponse对象，此对象中包含uploadId参数，用来表示此次的上传事件。

带有特定header的分块上传的初始化

bos_client.initiate_multipart_upload(bucket_name=bucket, 
                                     key=object_key,
									 user_headers=user_headers)

其中，header可设置的属性有："Cache-Control"、"Content-Encoding"、"Content-Disposition"、"Expires"，get-object和get-object-meta两个接口会返回设置的这四个header。

低频、冷存储、归档存储存储分块上传的初始化

低频存储分块上传的初始化需要指定storage_class，请参考以下代码(冷存储以此类推)：

from baidubce.services.bos import storage_class

bos_client.initiate_multipart_upload(bucket_name=bucket, 
                                         key=object_key,
                                         storage_class = storage_class.STANDARD_IA)

上传分块

初始化完成后，进行分块上传：

 left_size = os.path.getsize(file_name)
 # left_size用于设置分块开始位置
 # 设置分块的开始偏移位置
 offset = 0

 part_number = 1
 part_list = []

 while left_size > 0:
 	# 设置每块为5MB
     part_size = 5 * 1024 * 1024
     if left_size < part_size:
         part_size = left_size

     response = bos_client.upload_part_from_file(
         bucket_name, object_key, upload_id, part_number, part_size, file_name, offset)


     left_size -= part_size
     offset += part_size
     part_list.append({
         "partNumber": part_number,
         "eTag": response.metadata.etag
     })

     part_number += 1

注意：

offset参数以字节为单位，为分块的开始偏移位置。

size参数以字节为单位，定义每个分块的大小，除最后一个Part以外，其他的Part大小都要大于5MB。但是Upload Part接口并不会立即校验上传Part的大小；只有当调用complete_multipart_upload()的时候才会校验。

为了保证数据在网络传输过程中不出现错误，建议您在Upload Part后，使用每个分块BOS返回的Content-MD5值分别验证已上传分块数据的正确性。当所有分块数据合成一个Object后，不再含MD5值。

Part号码的范围是1~10000。如果超出这个范围，BOS将返回InvalidArguement的错误码。

每次上传Part时都要把流定位到此次上传块开头所对应的位置。

每次上传Part之后，BOS的返回结果会包含一个etag与块编号（partNumber），在后续完成分块上传的步骤中会用到它，因此需要将其保存起来。一般来讲这些 etag和partNumber将被保存到List中。

完成分块上传

bos_client.complete_multipart_upload(bucket_name, object_key, upload_id, part_list)

其中，part_list类型是list,里面每个元素是个dict，每个dict包含两个关键字，一个是partNumber, 一个是eTag。

示例如下：

[{'partNumber': 1, 'eTag': 'f1c9645dbc14efddc7d8a322685f26eb'}, {'partNumber': 2, 'eTag': 'f1c9645dbc14efddc7d8a322685f26eb'}, {'partNumber': 3, 'eTag': '93b885adfe0da089cdf634904fd59f71'}]

该方法返回的解析类中可供调用的参数有：

参数	说明
bucket	Bucket名称
key	Object名称
e_tag	每个上传分块的ETag
location	Object的URL

注意：此对象中包含的ETag是上传分块过程中每个Part的ETag，BOS收到用户提交的Part列表后，会逐一验证每个数据Part的有效性。当所有的数据Part验证通过后，BOS将把这些数据part组合成一个完整的Object。

取消分块上传事件

用户可以使用abort_multipart_upload方法取消分块上传：

bos_client.abort_multipart_upload(bucket_name, object_key, upload_id = upload_id)

获取未完成的分块上传事件

用户可以使用如下两种方法获取Bucket中未完成的分块上传事件：

方法一：

response = bos_client.list_multipart_uploads(bucket_name)
for item in response.uploads:
	print(item.upload_id)

list_multipart_uploads每次BOS最多返回1000个Multipart Upload，BOS支持prefix和delimiter过滤。

list_multipart_uploads方法可供调用的参数还有：

名称	类型	描述	是否必需
delimiter	String	分隔符; 主要应此项实现list文件夹的逻辑	否
key_marker	String	Object按照字典序排序后，本次从keyMarker的后面的一条开始返回	否
ｍax_uploads	Int	本次请求返回Multipart Uploads的最大数目,默认1000，最大1000	否
prefix	String	key前缀，限定返回的object key必须以此为前缀	否

list_multipart_uploads方法返回的解析类中可供调用的参数有：

参数	说明
bucket	Bucket名称
key_marker	开始上传的分块Object名称
next_key_marker	当指定了delimiter且IsTruncated true时，才返回此项，作为下次查询marker的值
is_truncated	指明是否所有查询都返回了；false-本次已经返回所有结果，true-本次还没有返回所有结果
prefix	匹配以prefix开始到第一次出现Delimiter字符之间的object作为一组元素返回
common_prefixes	仅当指定delimiter，才会返回此项
delimiter	查询的结束符
max_uploads	请求返回的最大数目
uploads	全部未完成的分快上传事件容器
＋owner	对应Bucket所属用户信息
＋id	Bucket Owner的用户id
＋display_name	Bucket Owner的名称
＋key	分块所属Object名称
＋upload_id	分块上传id
＋initiated	分块上传开始时间

list_all_multipart_uploads方法返回uploads的生成器（Generator），并且不受单次最大返回1000个结果的限制，会返回所有的结果。

方法二：

uploads = bos_client.list_all_multipart_uploads(bucket_name)
for item in uploads:
    print(item.upload_id)

获取所有已上传的块信息

用户可以使用如下两种方法获取某个上传事件中所有已上传的块：

方法一：

response = bos_client.list_parts(bucket_name, object_key, upload_id)
for item in response.parts:
    print(item.part_number)

注意:

BOS按照PartNumber升序排序。

由于网络传输可能出错，所以不推荐用ListParts出来的结果生成最后CompleteMultipartUpload的Part列表。

list_parts方法可供调用的参数还有：

名称	类型	描述	是否必需
max_parts	Int	BOS一次最多返回的part数目，默认1000，最大1000	否
part_number_marker	Int	按照partNumber排序，本次请求的起始part从此partNumber的下一个开始返回	否

list_parts方法返回的解析类中可供调用的参数有：

参数	说明
bucket	Bucket名称
key	Object名称
initiated	本次分块上传开始时间
max_parts	请求返回的最大数目
is_truncated	指明是否所有查询都返回了；false-本次已经返回所有结果，true-本次还没有返回所有结果
storage_class	Object的存储类型，目前分为标准类型`STANDARD`, 低频类型`STANDARD_IA`、冷存储类型`COLD` 和归档类型`ARCHIVE`
part_number_marker	分块开始标记位
parts	分块列表，list类型
+part_number	分块编号
+last_modified	此分块最后一次被修改的时间
+e_tag	每个上传分块的ETag
+size	分块内容的大小（字节数）
upload_id	本次分块上传的id
owner	对应bucket所属用户信息
+id	Bucket owner的用户id
+display_name	Bucket owner的名称
next_part_number_marker	本次请求返回的最后一条记录的partNumber，可以作为下一次请求的part_number_marker

方法二：

parts = bos_client.list_all_parts(bucket_name, object_key, upload_id = upload_id)
for item in parts:
    print(item.part_number)

list_all_parts方法返回parts的生成器（Generator），并且不受单次最大返回1000个结果的限制，会返回所有的结果。

获取分块上传的Object的存储类型

response = bos_client.list_parts(bucket_name=bucket, 
                  key=object_key, 
                  upload_id=upload_id)

print(response.storage_class)

封装分块上传

在Python SDK中，BOS为用户提供了put_super_obejct_from_file()接口，它对分块上传涉及到的initiate_multipart_upload、upload_part_from_file、complete_multipart_upload三个方法进行封装，用户只需调用该接口即可完成分块上传。

import multiprocessing

file_name = "/path/to/file.zip"
result = bos_client.put_super_obejct_from_file(bucket_name, key, file_name,
            chunk_size=5, thread_num=multiprocessing.cpu_count())
if result:
    print("Upload success!")

方法可供调用的参数还有：

名称	类型	描述	是否必需
chunk_size	int	分块大小，单位MB。默认为5MB	否
thread_num	int	分块上传中线程池中线程的数量，默认等于CPU的核数	否

若一个大文件耗时很长，用户想结束分块上传，可调用UploadTaskHandle中的cancel()方法实现取消分块上传操作。示例如下：

import threading
from baidubce.services.bos.bos_client import UploadTaskHandle

file_name = "/path/to/file.zip"
uploadTaskHandle = UploadTaskHandle()
t = threading.Thread(target=bos_client.put_super_obejct_from_file, args=(bucket_name, key, file_name),
        kwargs={
            "chunk_size": 5,
            "thread_num": multiprocessing.cpu_count(),
            "uploadTaskHandle": uploadTaskHandle
            })
t.start()
time.sleep(2)
uploadTaskHandle.cancel()
t.join()

断点续传上传

当用户向BOS上传大文件时，如果网络不稳定或者遇到程序崩等情况，则整个上传就失败了，失败前已经上传的部分也作废，用户不得不重头再来。这样做不仅浪费资源，在网络不稳定的情况下，往往重试多次还是无法完成上传。基于上述场景，BOS提供了断点续传上传的能力:

当网络情况一般的情况下，建议使用三步上传方式，将object分为1Mb的块，参考分块上传。
当您的网络情况非常差，推荐使用appendObject的方式进行断点续传，每次append 较小数据256kb，参考追加上传。

提示

断点续传是分片上传的封装和加强，是用分片上传实现的；

文件较大或网络环境较差时，推荐使用分片上传；

抓取上传

如下代码用于从指定URL抓取资源，并将资源存储到指定的Bucket中。此操作需要请求者对该Bucket有写权限，每次只能抓取一个Object，且用户可以自定义Object的名称，默认同步抓取。详情可参考FetchObject接口。

from baidubce.services.bos.bos_client import FETCH_MODE_ASYNC
from baidubce.services.bos import storage_class
fetch_url="<YOUR_URL>"
// 默认同步抓取
bos_client.fetch_object(bucket_name, object_key, fetch_url)

// 异步抓取
response = bos_client.fetch_object(bucket_name,
                                    object_key,
                                    fetch_url, 
                                    fetch_mode=FETCH_MODE_ASYNC,
                                    storage_class=storage_class.COLD)
print("jobId:{}, return code:{}, return message:{}".format(response.job_id,
                                                            response.code,
                                                            response.message))

下载文件

BOS Python SDK提供了丰富的文件下载接口，用户可以通过以下方式从BOS中下载文件：

简单流式下载
下载到本地文件
下载为字符串
断点续传下载
范围下载

简单的读取Object

用户可以通过如下代码将Object读取到一个流中：

response = bos_client.get_object(bucket_name, object_key)
s = response.data

#  处理Object
...

# 关闭流
response.data.close()

直接下载Object到文件或字符串

用户可以参考如下代码将Object下载到指定文件：

bos_client.get_object_to_file(bucket_name, object_key, file_name)

用户可以参考如下代码将Object下载到字符串：

result = bos_client.get_object_as_string(bucket_name, object_key)
print(result)

范围下载

为了实现更多的功能，可以通过使用指定range参数来指定下载范围，实现更精细化地获取Object。如果指定的下载范围是0 - 100，则返回第0到第100个字节的数据，包括第100个，共101字节的数据，即[0, 1000]。

range = [0,1000]
#返回指定范围的Object数据
print(bos_client.get_object_as_string(bucket_name, object_key, range = range))
#返回指定范围的Object数据到文件中
bos_client.get_object_to_file(bucket_name, object_key, file_name, range = range)

通过get_object_as_string和get_object_to_file的range参数可以设置返回Object的范围。用户也可以用此功能实现文件的分段下载和断点续传。

其他使用方法

获取Object的存储类型

Object的storage class属性分为STANDARD(标准存储), STANDARD_IA(低频存储)，COLD(冷存储)和ARCHIVE(归档存储)，通过如下代码可以代码获得Object的storage class属性：

response = bos_client.get_object_meta_data(bucket_name, object_key)
print(response.metadata.bce_storage_class)

只获取ObjectMetadata

通过get_object_meta_data方法可以只获取Object的元数据，而非Object实体。如下代码所示：。

response = bos_client.get_object_meta_data(bucket_name, object_key)

get_object_meta_data方法返回的解析类中可供调用的参数有：

参数	说明
content_length	Object的大小
e_tag	Object的HTTP协议实体标签
bce_meta	如果在PutObject指定了user_metadata自定义meta，则返回此项（）
storageClass	Object的存储类型
bce_restore	归档存储对象处于正在取回或已经取回时返回。对于正在取回的归档对象bce_restore取值为 `ongoing-request="true"`；对于已取回的归档对象bce_restore取值为 `ongoing-request="false", expiry-date="Wed, 07 Nov 2019 00:00:00 GMT"`。其中expiry-date表示对象取回后的失效时间，此时间为格林尼治时间。

取回归档存储类型文件

取回归档类型文件

用户上传归档文件后，归档文件是处于冰冻状态的，如果要下载归档文件，必须先取回归档存储文件。请求者必须有归档存储文件的读权限，并且归档存储文件处于冰冻状态。

取回归档文件，示例如下：

# 取回归档文件并设置解冻后持续时间为2天
bos_client.restore_object(bucket_name, target_key, days=2)

判断归档文件是否取回

对于归档存储对象，如果正在取回或已经取回时返回，获取ObjectMetadata时会返回bce_restore。对于正在取回的归档对象bce_restore取值为 ongoing-request="true"；对于已取回的归档对象bce_restore取值为 ongoing-request="false", expiry-date="Wed, 07 Nov 2019 00:00:00 GMT"。其中expiry-date表示对象取回后的失效时间。

示例如下：

response = bos_client.get_object_meta_data(bucket_name, object_key)
if response.metadata.bce_restore is not None:
    if response.metadata.bce_restore.find("expiry-date") >= 0:
        print("archive object is restored.")
    else:
        print("archive object is restoring.")
else:
    print("archvie object is freezed.")

变更文件存储等级

上文中已提到，BOS支持为文件赋予STANDARD(标准存储), STANDARD_IA(低频存储)、COLD(冷存储)、ARCHIVE(归档存储)四种存储类型。同时，BOS python SDK也支持用户对特定文件执行存储类型变更的操作。涉及到的参数如下：

参数	说明
x-bce-storage-class	指定Object的存储类型，STANDARD_IA代表低频存储，COLD代表冷存储，ARCHIVE代表冷存储，不指定时默认是标准存储类型。

注意

调用copy_object()接口时如果源object是归档类型，需要先调用restore_object()取回归档文件。

示例如下：

# 标准存储转为低频存储
bos_client.copy_object(source_bucket_name, source_key,
                        target_bucket_name, target_key,
                        storage_class = storage_class.STANDARD_IA)
# 低频存储转为冷存储
bos_client.copy_object(source_bucket_name, source_key,
                        target_bucket_name, target_key,
                        storage_class = storage_class.COLD)

获取文件下载URL

用户可以通过如下示例代码获取指定Object的URL：

url = bos_client.generate_pre_signed_url(bucket_name, object_key, timestamp, expiration_in_seconds)

说明：

用户在调用该函数前，需要手动设置endpoint为所属区域域名。百度智能云目前开放了多区域支持，请参考区域选择说明。目前支持“华北-北京”、“华南-广州”和“华东-苏州”三个区域。北京区域：http://bj.bcebos.com，广州区域：http://gz.bcebos.com，苏州区域：http://su.bcebos.com。

timestamp为可选参数，不配置时，默认值为当前时间。

timestamp为时间戳，标识URL有效起始时间，timestamp=int(time.time())，并需要* import time。

expriation_in_seconds用来设置URL的有效时长，为可选参数，不配置时，默认值为1800秒。如果要设置为永久不失效的时间，可以将expirationInSeconds参数设置为 -1，不可设置为其他负数。

获取文件url接口不支持通过STS方式获取。

列举存储空间中的文件

BOS SDK支持用户通过以下两种方式列举出object：

简单列举
通过参数复杂列举

除此之外，用户还可在列出文件的同时模拟文件夹

简单列举

当用户完成一系列上传后，可能会需要查看在指定Bucket中的全部Object，可以通过如下代码实现：

response = bos_client.list_objects(bucket_name)
for object in response.contents:
    print(object.key)

注意： 1. 默认情况下，如果Bucket中的Object数量大于1000，则只会返回1000个Object，并且返回结果中is_truncated值为True，并返回next_marker做为下次读取的起点。 2. 若想增大返回Object的数目，可以使用Marker参数分次读取。

也可以一次列举当前Bucket的所有的Object。

for object in bos_client.list_all_objects(bucket_name):
    print(object.key)

通过参数复杂列举

list_objects方法其他可选的参数有：

参数	说明
prefix	限定返回的object key必须以Prefix作为前缀。
delimiter	是一个用于对Object名字进行分组的字符。所有名字包含指定的前缀且第一次出现Delimiter字符之间的object作为一组元素: CommonPrefixes。
max_keys	限定此次返回object的最大数，此数值不能超过1000，如果不设定，默认为1000。
marker	设定结果从Marker之后按字母排序的第一个开始返回。

注意：

如果有Object以Prefix命名，当仅使用Prefix查询时，返回的所有Key中仍会包含以Prefix命名的Object，详见递归列出目录下所有文件。

如果有Object以Prefix命名，当使用Prefix和Delimiter组合查询时，返回的所有Key中会有Null，Key的名字不包含Prefix前缀，详见查看目录下的文件和子目录。

下面我们分别以几个案例说明通过参数列举的方法：

指定最大返回条数

    max_keys = 500
    # 指定最大返回条数为500
    response = bos_client.list_objects(bucket_name, max_keys = max_keys)
    for obj in response.contents:
        print(obj.key)

返回指定前缀的object

    prefix = "test"
    # 指定返回前缀为test的object
    response = bos_client.list_objects(bucket_name, prefix = prefix)
    for obj in response.contents:
        print(obj.key)

从指定Object后返回

    marker = "object"
    # 用户可以定义不包括某object，从其之后开始返回
    response = bos_client.list_objects(bucket_name, marker = marker)
    for obj in response.contents:
        print(obj.key)

分页获取所有Object

    isTruncated = True
    # 用户可设置每页最多500条记录
    max_keys = 500
    marker = None
    while isTruncated:
        response = bos_client.list_objects(bucket_name, max_keys = max_keys, marker=marker)
        for obj in response.contents:
        	print(obj.key)
        isTruncated = response.is_truncated
        marker = getattr(response,'next_marker',None)

分页获取所有特定Object后的结果

    # 用户可设置每页最多500条记录，并从某特定object之后开始获取
    max_keys = 500
    marker = "object"
    isTruncated = True
    while isTruncated:
    	response = bos_client.list_objects(bucket_name, max_keys = max_keys, marker=marker)
        for obj in response.contents:
        	print(obj.key)
        isTruncated = response.is_truncated
        marker = getattr(response,'next_marker',None)

分页获取所有指定前缀的Object结果

    # 用户可设置分页获取指定前缀的Object，每页最多500条记录
    max_keys = 500
    prefix = "object"
    isTruncated = True
    while isTruncated:
    	response = bos_client.list_objects(bucket_name, prefix = prefix)
    	for obj in response.contents:
    	    print(obj.key)
    	isTruncated = response.is_truncated
        marker = getattr(response,'next_marker',None)

list_objects方法返回的解析类中可供调用的参数有：

参数	说明
name	Bucket名称
prefix	匹配以prefix开始到第一次出现Delimiter字符之间的object作为一组元素返回
marker	本次查询的起点
max_keys	请求返回的最大数目
is_truncated	指明是否所有查询都返回了；false-本次已经返回所有结果，true-本次还没有返回所有结果
contents	返回的一个Object的容器
+key	Object名称
+last_modified	此Object最后一次被修改的时间
+e_tag	Object的HTTP协议实体标签
+size	Object的内容的大小（字节数）
+owner	Object对应Bucket所属用户信息
++id	Bucket Owner的用户ID
++display_name	Bucket Owner的名称
next_marker	只要IsTruncated为true，就会返回next_marker，作为下次查询marker的值
common_prefixes	仅当指定delimiter，才会返回此项

list_all_objects方法返回contents的生成器（Generator），并且不受单次最大返回1000个结果的限制，会返回所有的结果。

模拟文件夹功能

在BOS的存储结果中是没有文件夹这个概念的，所有元素都是以Object来存储，但BOS的用户在使用数据时往往需要以文件夹来管理文件。因此，BOS提供了创建模拟文件夹的能力，其本质上来说是创建了一个size为0的Object。对于这个Object可以上传下载，只是控制台会对以”/“结尾的Object以文件夹的方式展示。

用户可以通过 Delimiter 和 Prefix 参数的配合模拟出文件夹功能。Delimiter 和 Prefix 的组合效果是这样的：

如果把 Prefix 设为某个文件夹名，就可以罗列以此 Prefix 开头的文件，即该文件夹下递归的所有的文件和子文件夹（目录）。文件名在Contents中显示。如果再把 Delimiter 设置为 “/” 时，返回值就只罗列该文件夹下的文件和子文件夹（目录），该文件夹下的子文件名（目录）返回在 CommonPrefixes 部分，子文件夹下递归的文件和文件夹不被显示。

假设Bucket中有5个文件：bos.jpg，fun/，fun/test.jpg，fun/movie/001.avi，fun/movie/007.avi，把 “/” 符号作为文件夹的分隔符。

如下是几个应用方式：

列出Bucket内所有文件

当用户需要获取Bucket下的所有文件时，可以参考分页获取所有Object

递归列出目录下所有文件

可以通过设置 Prefix 参数来获取某个目录下所有的文件：

    prefix = "fun/"
    print("Objects:")
    # 递归列出fun目录下的所有文件
    response = bos_client.list_objects(bucket_name, prefix = prefix)
    for obj in response.contents:
        print(obj.key)

输出：

    Objects:
    fun/
    fun/movie/001.avi
    fun/movie/007.avi
    fun/test.jpg

在 Prefix 和 Delimiter 结合的情况下，可以列出目录下的文件和子目录：

    # "/" 为文件夹的分隔符
    delimiter = "/"
    prefix = "fun/"
    # 列出fun目录下的所有文件和文件夹
    response = bos_client.list_objects(bucket_name, prefix = prefix, delimiter = delimiter)
    print("Objects:")
    for obj in response.contents:
        print(obj.key)
        
    # 遍历所有CommonPrefix
    print("CommonPrefixs:")
    for obj in response.common_prefixes:
        print(obj.prefix)

输出：

    Objects:
    fun/
    fun/test.jpg

    CommonPrefixs:
    fun/movie/

返回的结果中， Objects 的列表中给出的是fun目录下的文件。而 CommonPrefixs 的列表中给出的是fun目录下的所有子文件夹。可以看出 fun/movie/001.avi ， fun/movie/007.avi 两个文件并没有被列出来，因为它们属于 fun 文件夹下的 movie 目录。

列举Bucket中object的存储属性

用户除了可以查看指定Bucket中的全部Object，还可以查看Object的存储类型，实现代码如下：

    response = bos_client.list_objects(bucket_name)
    for obj in response.contents:
        print('object:{}, storage_class:{}'.format(obj.key, obj.storage_class))

Object权限控制

设置Object的访问权限

目前BOS支持两种方式设置ACL。第一种是使用Canned Acl，在PutObjectAcl的时候，通过头域的"x-bce-acl"或者"x-bce-grant-permission'来设置object访问权限，当前可设置的权限包括private和public-read，两种类型的header不可以同时在一个请求中出现。第二种方式是上传一个ACL文件。详细信息请参考设置Object权限控制

通过使用头域的"x-bce-acl"来设置object访问权限

    from baidubce.services.bos import canned_acl
    # 设置object为private权限
    bos_client.set_object_canned_acl(bucket_name, object_key, canned_acl=canned_acl.PRIVATE)
    # 设置object为public-read权限
    bos_client.set_object_canned_acl(bucket_name, object_key, canned_acl=canned_acl.PUBLIC_READ)

通过使用头域的"x-bce-grant-permission'来设置object访问权限

    # 授予指定用户对Object的可读权限。
    bos_client.set_object_canned_acl(bucket_name, object_key, grant_read='id="12345678dfd5487e99f5c85aca5c1234",id="1234567880274ea5a9d50fe94c151234"')
    # 授予指定用户对Object的FULL_CONTROL权限。
    bos_client.set_object_canned_acl(bucket_name, object_key, grant_full_control='id="12345678dfd5487e99f5c85aca5c1234",id="1234567880274ea5a9d50fe94c151234"')

通过set_object_acl()接口来设置object权限。

    # 授予指定用户对Object的可读权限。
    acl = [{
               "grantee":[{
               "id":"12345678dfd5484399f5c85aca5c1234"
               }],
               "permission":["READ"]
           }]
    bos_client.set_object_acl(bucket_name, object_key, acl = acl)

查看Object的权限

归档存储类型对象在取回未完成，或者刚上传归档类型文件（时长参考取回时长）时，不能设置Object acl

查看Object的权限如下代码所示：

    response = bos_client.get_object_acl(bucket_name, object_key)
    print("object acl:", response)

getObjectAcl方法返回的解析类中可供调用的参数有：

参数	说明
accessControlList	标识Object的权限列表
grantee	标识被授权人
-id	被授权人id
permission	标识被授权人的权限

删除Object的权限

归档存储类型对象在取回未完成，或者刚上传归档类型文件（时长参考取回时长）时，不能删除Object acl

如下代码可以删除Object的权限：

bos_client.delete_object_acl(bucket_name,object_key)

删除文件

删除一个Object

如下代码删除了一个Object：

bos_client.delete_object(bucket_name, object_key)

批量删除Object

用户可以通过如下代码批量删除object

    key_list = [object_key1, object_key2, object_key3]
    bos_client.delete_multiple_objects(bucket_name, key_list)

说明:支持一次请求内最多删除1000个Objcet。

查看文件是否存在

用户可通过如下操作查看某文件是否存在：

from baidubce import exception

try:
	response = bos_client.get_object_meta_data(bucket_name, object_key)
	print("Get meta:{}",response.metadata)
except exception.BceError as e:
	print(e)

获取及更新文件元信息

文件元信息(Object Metadata)，是对用户上传BOS的文件的属性描述，分为两种：HTTP标准属性（HTTP Headers）和User Meta（用户自定义元信息）。

获取文件元信息

参考只获取ObjectMetadata。

修改文件元信息

BOS修改Object的Metadata通过拷贝Object实现。即拷贝Object的时候，把目的Bucket设置为源Bucket，目的Object设置为源Object，并设置新的Metadata，通过拷贝自身实现修改Metadata的目的。如果不设置新的Metadata，则报错。

归档类型文件不支持修改元信息。

user_metadata = {'meta_key': 'meta_value'}
bos_client.copy_object(source_bucket_name = bucket_name, 
                       source_key = object_name, 
                       target_bucket_name = bucket_name, 
                       target_key = object_name, 
                       user_metadata = user_metadata)
response = bos_client.get_object_meta_data(bucket_name = bucket_name, 
                                           key = object_name)
print(response)

拷贝Object

用户可以通过copyObject方法拷贝一个Object，如下代码所示：

bos_client.copy_object(source_bucket_name, source_object_key, target_bucket_name, target_object_key)

同步Copy功能

当前BOS的CopyObject接口是通过同步方式实现的。同步方式下，BOS端会等待Copy实际完成才返回成功。同步Copy能帮助用户更准确的判断Copy状态，但用户感知的复制时间会变长，且复制时间和文件大小成正比。

同步Copy方式更符合业界常规，提升了与其它平台的兼容性。同步Copy方式还简化了BOS服务端的业务逻辑，提高了服务效率。

归档类型文件如果是源Object，需要先取回归档类型文件。

如果您使用bce-python-sdk-0.8.12版本之前的SDK，有可能会出现复制请求成功，但文件实际复制失败的情况，所以建议您使用最新版本SDK。

分块拷贝

除了通过CopyObject接⼝拷贝文件以外，BOS还提供了另外一种拷贝模式——Multipart Upload Copy。归档类型文件如果是源Object，需要先取回归档类型文件。

用户可以在如下的应用场景内（但不仅限于此），使用Multipart Upload Copy，如：

需要支持断点拷贝。
拷贝超过5GB大小的文件。
网络条件较差，和BOS的服务器之间的连接经常断开。

下面将介绍分步实现三步拷贝。

三步拷贝包含init、“拷贝分块”和complete三步，其中init和complete的操作同分块上传一致，可直接参考初始化Multipart Upload和完成分块上传。

拷贝分块代码参考：

left_size = int(bos_client.get_object_meta_data(source_bucket,source_key).metadata.content_length)
#设置分块开始位置为left_size

#设置分块的开始偏移位置
offset = 0
part_number = 1
part_list = []
while left_size > 0:

    #设置每块为5MB
    part_size = 5 * 1024 * 1024
    if left_size < part_size:
        part_size = left_size

   	response = bos_client.upload_part_copy(source_bucket, source_key, target_bucket, target_key, upload_id,part_number, part_size, offset)

   	left_size -= part_size
   	offset += part_size
   	part_list.append({
   		"partNumber": part_number,
   		"eTag": response.etag
   	})

   	part_number += 1

注意:

offset参数以字节为单位，为分块的开始偏移位置。

size参数以字节为单位，定义每个分块的大小，除最后一个Part以外，其他的Part大小都要大于 5MB。

选取文件

SelectObject接口支持用户对BOS中指定格式(CSV/JSON)的object内容执行SQL语句，通过SQL这种结构化查询语言对object内容进行筛选、分析、过滤之后再返回用户需要的文件内容。

使用限制见“开发者指南“-”使用及管理数据”-“选取object”部分。

查询csv文件示例：

    from baidubce import compat
    import base64
    
    # 方便理解，我们先上传一个简单的csv文件
    csv_content = """
        1,Maurits,2017-09-1216:32:57,685856330,-540265154.48,true
        2,Iago,2018-02-01 12:25:01,-642946677,3781354659.89,false
        3,Dionisio,2018-02-16 09:52:24,-3823711977,79336720.77,false
        4,Aleen,2018-05-17 11:48:45,-3289131518,1499686289.41,false
        5,Herschel,2019-06-04 02:28:37,3456163349,-3810272511.88,true
        """
    bos_client.put_object_from_string(bucket_name, key, csv_content)
    # 设置select_object()接口的参数
    select_object_args = {
        "expressionType": "SQL",
        "inputSerialization": {
            "compressionType": "NONE",
            "csv": {
                "fileHeaderInfo": "NONE",
                "recordDelimiter": "Cg==",
                "fieldDelimiter": "LA==",
                "quoteCharacter": "Ig==",
                "commentCharacter": "Iw=="
            }
        },
        "outputSerialization": {
            "outputHeader": False,
            "csv": {
                "quoteFields": "ALWAYS",
                "recordDelimiter": "Cg==",
                "fieldDelimiter": "LA==",
                "quoteCharacter": "Ig=="
            }
        },
        "requestProgress": {
            "enabled": True
        }
    }
    # 设置查询的sql语句，需要经过base64编码的sql语句
    sql_exp = "SELECT _1, _2, _6 FROM BosObject"
    select_object_args["expression"] = compat.convert_to_string(base64.standard_b64encode(compat.convert_to_bytes(sql_exp)))
    # 调用select object接口
    select_response = bos_client.select_object(bucket_name, key, select_object_args)
    # 获取返回结果的生成器
    result = select_response.result()
    for msg in result:
        print(msg)
        if msg.headers["message-type"] == "Records":
            print("type: {}, heades: {}, payload: {}, crc: {}".format(msg.type, msg.headers, msg.payload, msg.crc))
        elif msg.headers["message-type"] == "Cont":
            print("type: {}, heades: {}, bytes_scanned: {}, bytes_returned: {},  crc: {}".format(msg.type, msg.headers,
                msg.bytes_scanned, msg.bytes_returned, msg.crc))
        else:
            print("type: {}, heades: {}, crc: {}".format(msg.type, msg.headers, msg.crc))

查询json文件示例：

    from baidubce import compat
    import base64
    
    # 方便理解，我们先上传一个简单的json文件
    json_content = """
    {
    "name": "Smith",
    "age": 16,
    "weight": 65.5,
    "org": null,
    "projects":
        [
         {"project_name":"project1", "completed":false},
         {"project_name":"project2", "completed":true}
        ]
    }
    """
    bos_client.put_object_from_string(bucket_name, key, json_content)
    # 设置select_object()接口的参数
    select_object_args = {
        "expressionType": "SQL",
        "inputSerialization": {
            "compressionType": "NONE",
            "json": {
                "type": "DOCUMENT"
            }
        },
        "outputSerialization": {
            "json": {
                "recordDelimiter": "Cg=="
            }
        },
        "requestProgress": {
            "enabled": True
        }
    }
    # 设置查询的sql语句，需要经过base64编码的sql语句
    sql_exp = "select projects from BosObject where name='Smith'"
    select_object_args["expression"] = compat.convert_to_string(base64.standard_b64encode(compat.convert_to_bytes(sql_exp)))
    # 调用select object接口
    select_response = bos_client.select_object(bucket_name, key, select_object_args)
    # 获取返回结果的生成器
    result = select_response.result()
    for msg in result:
        print(msg)
        if msg.headers["message-type"] == "Records":
            print("type: {}, heades: {}, payload: {}, crc: {}".format(msg.type, msg.headers, msg.payload, msg.crc))
        elif msg.headers["message-type"] == "Cont":
            print("type: {}, heades: {}, bytes_scanned: {}, bytes_returned: {},  crc: {}".format(msg.type, msg.headers,
                msg.bytes_scanned, msg.bytes_returned, msg.crc))
        else:
            print("type: {}, heades: {}, crc: {}".format(msg.type, msg.headers, msg.crc))

软链接

创建软链接

本接口用于为BOS中相同bucket下已有的目的object（本文档称作"target object"）创建软链接（Symlink），您可以通过该软链接访问目的object。相关API介绍见PutSymlink。

注意：

软链接文件和target object文件需要位于同一个bucket下面。
目前支持对标准存储、低频存储、冷存储、归档存储类型的object文件设置软链接。软链接文件本身不支持ARCHIVE类型。如果用户指定ARCHIVE类型，或者不指定类型且Bucket默认存储类型是ARCHIVE时，返回报错InvalidArgument。
调用该接口创建软链接时，不会检查目标文件是否存在、以及是否有权限访问目标文件。使用软链接调用GetObject接口时候，会检查用户是否有软链接和目标文件的读取权限、目标文件是否存在。
创建软链接需要有相应写权限。
如果不指定"forbid_overwrite"，且如果存在与软链接文件同名的object文件时，创建软链接操作时会默认覆盖同名Object。
不支持二级软链接。用户创建二级软链时不会进行检查，但是用户无法通过二级软链访问指向的object数据。

创建软链接可选参数:

名称	类型	描述	是否必选
forbid_overwrite	bool	指定创建软链接操作时是否覆盖同名Object。如果不指定x-bce-forbid-overwrite时，默认允许覆盖同名Object。指定x-bce-forbid-overwrite为true时，表示禁止覆盖同名Object；指定x-bce-forbid-overwrite为false时，表示允许覆盖同名Object。	否
storage_class	string	设置存储类型,软链接不支持归档类型。不设置时使用当前bucket的存储类型	否

示例如下：

symlink_key = "mySymlink"
bos_client.put_object_from_string(bucket_name, key, "This is string content.")

# 创建软链接示例1
bos_client.put_object_symlink(bucket_name, key, symlink_key)
# 创建软链接示例2
bos_client.put_object_symlink(bucket_name, key, symlink_key,
    forbid_overwrite=Fasle, storage_class=storage_class.STANDARD)

获取软链接

接口用于获取软链接。此操作需要您对该软链接有读权限。

示例如下：

symlink_key = "mySymlink"

# 获取软链接，并打印目标文件
respones = bos_client.get_object_symlink(bucket_name, symlink_key)
print(response.metadata.bce_symlink_target)

# 使用软链接获取元信息
respones = bos_client.get_object_meta_data(bucket_name, symlink_key)
# 如果是软链接类型，返回bce_object_type = “Symlink”
print(response.metadata.bce_object_type)

# 使用软链接下载目的文件
content = bos_client.get_object_as_string(bucket_name, symlink_key)
print(content)

Bucket管理

日志控制

百度智能云

对象存储 BOS

对象存储 BOS

文件管理

上传文件

简单上传

追加上传

分块上传

封装分块上传

断点续传上传

抓取上传

下载文件

简单的读取Object

直接下载Object到文件或字符串

范围下载

其他使用方法

取回归档存储类型文件

取回归档类型文件

判断归档文件是否取回

变更文件存储等级

获取文件下载URL

列举存储空间中的文件

简单列举

通过参数复杂列举

模拟文件夹功能

列举Bucket中object的存储属性

Object权限控制

设置Object的访问权限

查看Object的权限

删除Object的权限

删除文件

查看文件是否存在

获取及更新文件元信息

获取文件元信息

修改文件元信息

拷贝Object

分块拷贝

选取文件

软链接

创建软链接

获取软链接