gpt4 book ai didi

django - 使用 moto 和 boto3 上传测试文件

转载 作者:行者123 更新时间:2023-12-04 16:44:48 26 4
gpt4 key购买 nike

我想对从 aws 导入的文件进行测试。
我使用 moto 模拟 s3,以免弄乱实际数据。但是,现在 aws 似乎是空的,因此我决定在模拟的 s3 上上传一些测试文件。我该怎么做?
这是我的设置,
比赛.py:

@pytest.fixture(scope='function')
def aws_credentials():
"""Mocked AWS Credentials for moto."""
os.environ['AWS_ACCESS_KEY_ID'] = 'testing'
os.environ['AWS_SECRET_ACCESS_KEY'] = 'testing'
os.environ['AWS_SECURITY_TOKEN'] = 'testing'
os.environ['AWS_SESSION_TOKEN'] = 'testing'


@pytest.fixture(scope='function')
def s3(aws_credentials):
with mock_s3():
yield boto3.client('s3', region_name='us-east-1')
测试文件:
class TestLoadRecommendations:

@pytest.fixture(autouse=True)
def _setup(self, s3):
self.bucket = s3.create_bucket(Bucket=settings.SERVER_DATA_S3_BUCKET)
self.bucket.upload_file("tmp/recommendations-2021-04-13T17_28_06.csv", "tmp/recommendations-2021-04-13T17_28_06.csv")
但是,上传它会引发错误 TypeError: expected string or bytes-like object但我确定我使用了不正确的命令来上传文件。
有人可以帮忙吗?谢谢!

最佳答案

有多种方法可以将文件上传到 S3。您的示例结合了 S3 资源和 S3 客户端方法,这将不起作用。
有关示例,请参阅以下代码:

  • S3-client - upload_fileobj
  • S3-resource - upload_file
  • 存储桶资源 - 上传文件

  • 这三种方式都通向罗马。
    import boto3


    from moto import mock_s3

    BUCKET_NAME = "mybucket"
    FILE_NAME = "red.jpg"
    FILE_LOCATION = FILE_NAME


    @mock_s3
    def test_client():
    create_bucket()
    s3 = boto3.client('s3')

    with open(FILE_LOCATION, 'rb') as data:
    s3.upload_fileobj(data, BUCKET_NAME, FILE_NAME)
    verify_upload()


    @mock_s3
    def test_resource():
    s3_resource, _ = create_bucket()
    s3_resource.meta.client.upload_file(FILE_LOCATION, BUCKET_NAME, FILE_NAME)
    #
    verify_upload()


    @mock_s3
    def test_bucket_resource():
    _, bucket = create_bucket()
    bucket.upload_file(FILE_LOCATION, FILE_NAME)
    #
    verify_upload()


    def verify_upload():
    client = boto3.client("s3")
    resp = client.get_object(Bucket=BUCKET_NAME, Key=FILE_NAME)
    content_length = resp["ResponseMetadata"]["HTTPHeaders"]["content-length"]
    print("Content-Length: {}".format(content_length))


    def create_bucket():
    s3 = boto3.resource("s3")
    bucket = s3.create_bucket(Bucket=BUCKET_NAME)
    return s3, bucket

    注意:我使用的是装饰器,但这些示例在使用 Moto 装置时的工作方式完全相同。

    关于django - 使用 moto 和 boto3 上传测试文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/67104549/

    26 4 0
    Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
    广告合作:1813099741@qq.com 6ren.com