使用Supabase-py获取存储桶中图片的URL方法详解
2025-07-05 00:05:37作者:谭伦延
Supabase-py作为Supabase的Python客户端库,为开发者提供了便捷的存储服务操作方式。在实际开发中,我们经常需要上传图片到Supabase存储桶并获取其URL地址用于前端展示或其他用途。本文将详细介绍如何通过Supabase-py获取已上传图片的URL。
上传图片后的返回值分析
当使用Supabase-py上传图片到存储桶时,API会返回包含"ID"和"key"的对象。这两个字段分别表示:
- ID:上传操作的唯一标识符
- key:文件在存储桶中的路径标识
值得注意的是,这些返回值并不直接包含可访问的URL地址,需要开发者通过额外的方法获取。
获取公共存储桶图片URL
如果你的存储桶设置为公开访问(public),可以使用get_public_url方法快速获取图片的永久访问链接:
# 获取公共存储桶中图片的URL
image_url = supabase.storage.from_('bucket_name').get_public_url('images/avatar.jpg')
这种方法简单直接,适用于不需要访问限制的场景,如网站上的公开图片资源。
获取私有存储桶图片URL
对于设置为私有(private)的存储桶,需要生成有时效性的签名URL来保证访问安全:
# 创建有效期为3600秒(1小时)的签名URL
signed_url = supabase.storage.from_('bucket_name').create_signed_url(
'private_images/profile.jpg',
3600
)
签名URL的特点包括:
- 有过期时间,默认情况下为1小时
- 每次访问都需要重新生成
- 提供了更好的安全控制
实际应用建议
在实际项目开发中,建议考虑以下实践:
-
存储桶规划:合理划分公开和私有存储桶,静态资源可放公共桶,用户敏感数据放私有桶
-
URL管理:
- 公共URL适合长期不变的资源
- 签名URL适合临时访问或敏感内容
- 考虑在前端按需请求签名URL,而非长期保存
-
性能优化:对于频繁访问的私有资源,可以在服务端缓存签名URL
-
错误处理:始终对URL生成操作添加异常处理,应对可能的权限或路径错误
通过合理运用Supabase-py提供的URL获取方法,开发者可以灵活地管理存储资源,既保证了数据安全,又能满足各种业务场景的需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219