<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>S3 on Python Brasil — Aprenda Python em Português</title>
    <link>https://python.dev.br/tags/s3/</link>
    <description>Recent content in S3 on Python Brasil — Aprenda Python em Português</description>
    <generator>Hugo</generator>
    <language>pt-br</language>
    <lastBuildDate>Mon, 15 Jun 2026 12:37:36 +0000</lastBuildDate>
    <atom:link href="https://python.dev.br/tags/s3/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Python com S3, R2 e MinIO: uploads seguros de arquivos</title>
      <link>https://python.dev.br/blog/python-s3-r2-minio-upload-arquivos/</link>
      <pubDate>Mon, 15 Jun 2026 00:00:00 +0000</pubDate>
      <guid>https://python.dev.br/blog/python-s3-r2-minio-upload-arquivos/</guid>
      <description>&lt;p&gt;Guardar arquivos parece simples até o projeto sair do notebook e virar produto. Um sistema que recebe currículo, nota fiscal, relatório, imagem, CSV ou PDF precisa decidir onde salvar, como validar, quem pode baixar, por quanto tempo o link funciona e como apagar ou reprocessar o arquivo depois. Em produção, deixar tudo em uma pasta local do servidor costuma quebrar no primeiro deploy com container, autoscaling ou máquina nova.&lt;/p&gt;&#xA;&lt;p&gt;Por isso tantos projetos Python acabam usando &lt;strong&gt;storage de objetos&lt;/strong&gt;: Amazon S3, Cloudflare R2, MinIO, DigitalOcean Spaces, Backblaze B2 e outros serviços compatíveis com a API do S3. A ideia é simples: em vez de gravar arquivos no disco da aplicação, você envia objetos para um bucket e guarda no banco apenas os metadados necessários.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
