Airflow:如何从S3存储桶下载PDF文件到Airflow
创始人
2024-08-02 20:01:40
0

要从S3存储桶下载PDF文件到Airflow,您可以使用S3Hook来连接到S3,并使用S3Hook.download_file()方法下载文件。以下是一个示例解决方案:

from airflow import DAG
from airflow.hooks.S3_hook import S3Hook
from airflow.operators.python_operator import PythonOperator
from datetime import datetime

default_args = {
    'owner': 'airflow',
    'start_date': datetime(2021, 1, 1),
    'retries': 3,
    'retry_delay': timedelta(minutes=5)
}

def download_pdf_from_s3():
    s3_hook = S3Hook(aws_conn_id='aws_default')  # 用您自己的AWS连接ID初始化S3Hook

    # 下载PDF文件
    s3_bucket = 'your-s3-bucket'  # 替换为您的S3存储桶名称
    s3_key = 'path/to/pdf/file.pdf'  # 替换为PDF文件在S3中的路径
    local_path = '/path/to/save/file.pdf'  # 替换为本地保存文件的路径

    s3_hook.download_file(s3_bucket, s3_key, local_path)
    print(f"Successfully downloaded PDF file from S3 to {local_path}")

with DAG('download_pdf_from_s3', default_args=default_args, schedule_interval=None) as dag:
    task = PythonOperator(
        task_id='download_pdf',
        python_callable=download_pdf_from_s3,
    )

请注意,您需要将your-s3-bucket替换为您的S3存储桶名称,path/to/pdf/file.pdf替换为PDF文件在S3中的路径,并将/path/to/save/file.pdf替换为本地保存文件的路径。

此示例DAG将创建一个名为download_pdf_from_s3的DAG,并包含一个名为download_pdf的任务。当DAG运行时,它将调用download_pdf_from_s3函数来下载PDF文件。您可以根据需要将此DAG与其他任务和操作符组合在一起。

相关内容

热门资讯

避免在粘贴双引号时向VS 20... 在粘贴双引号时向VS 2022添加反斜杠的问题通常是由于编辑器的自动转义功能引起的。为了避免这个问题...
安装apache-beam==... 出现此错误可能是因为用户的Python版本太低,而apache-beam==2.34.0需要更高的P...
Android Recycle... 要在Android RecyclerView中实现滑动卡片效果,可以按照以下步骤进行操作:首先,在项...
安装了Anaconda之后找不... 在安装Anaconda后,如果找不到Jupyter Notebook,可以尝试以下解决方法:检查环境...
omi系统和安卓系统哪个好,揭... OMI系统和安卓系统哪个好?这个问题就像是在问“苹果和橘子哪个更甜”,每个人都有自己的答案。今天,我...
原生ios和安卓系统,原生对比... 亲爱的读者们,你是否曾好奇过,为什么你的iPhone和安卓手机在操作体验上有着天壤之别?今天,就让我...
Android - 无法确定任... 这个错误通常发生在Android项目中,表示编译Debug版本的Java代码时出现了依赖关系问题。下...
Android - NDK 预... 在Android NDK的构建过程中,LOCAL_SRC_FILES只能包含一个项目。如果需要在ND...
Akka生成Actor问题 在Akka框架中,可以使用ActorSystem对象生成Actor。但是,当我们在Actor类中尝试...
Agora-RTC-React... 出现这个错误原因是因为在 React 组件中使用,import AgoraRTC from “ago...