Python:无法在AWS Lambda中导入模块应用程序

我的app.zip文件的根目录中有app.py文件。函数处理程序也根据处理程序配置正确定义（

lambda\u处理程序

）：

app.lambda\u处理程序

但是，我收到错误：

无法导入模块“app”：没有名为app的模块

我哪里出错了

我的剧本：

from __future__ import print_function

import json
import urllib
import boto3
from collections import Counter
from nltk.tokenize import sent_tokenize, word_tokenize
from nltk.corpus import stopwords
from nltk.tokenize import RegexpTokenizer
from nltk.stem.porter import *
from nltk.corpus import stopwords
from nltk.tokenize import RegexpTokenizer
tokenizer = RegexpTokenizer(r'\w+')
stemmer=PorterStemmer()
import sys  
reload(sys) 
sys.setdefaultencoding('utf8')


print('Loading function')

s3 = boto3.client('s3')

number_of_sentences=0
number_of_words=0
word_list=[]
stop_words=set(stopwords.words('english'))
stop_word_list=[ v for v in stop_words]
modal_verbs=['can', 'could', 'may', 'might', 'must', 'shall', 'should', 'will' ,'would','ought']
auxilary_verbs=['be','do','have']
stop_word_list=stop_word_list+modal_verbs+auxilary_verbs
print("Starting Trigram generation")
#Empty Trigram list 
tri_gram_list=[]

def lambda_handler(event, context):
    #print("Received event: " + json.dumps(event, indent=2))

    # Get the object from the event and show its content type
    '''
    '''
    bucket = event['Records'][0]['s3']['bucket']['name']
    key = urllib.unquote_plus(event['Records'][0]['s3']['object']['key'].encode('utf8'))
    try:
        response = s3.get_object(Bucket=bucket, Key=key)
        print("CONTENT TYPE: " + response['ContentType'])
        text = response['Body'].read()
        print(type(text))
        for line in text.readlines():
            for line in open("input.txt","r").readlines():
                line=unicode(line, errors='ignore')
                if len(line)>1:
                    sentences=sent_tokenize(line)
                    number_of_sentences+=len(sentences)
                    for sentence in sentences: 
                        sentence=sentence.strip().lower()
                        #sentence = sentence.replace('+', ' ').replace('.', ' ').replace(',', ' ').replace(':', ' ').replace('(', ' ').replace(')', ' ').replace(''`'', ' ').strip().lower()
                        words_from_sentence=tokenizer.tokenize(line) 
                        words = [word for word in words_from_sentence if word not in stop_word_list]
                        number_of_words+=len(words)
                        stemmed_words = [stemmer.stem(word) for word in words]
                        word_list.extend(stemmed_words)
                        #generate Trigrams
                        tri_gram_list_t= [ " ".join([words[index],words[index+1],words[index+2]]) for index,value in enumerate(words) if index<len(words)-2]
                        #print tri_gram_list
                        tri_gram_list.extend(tri_gram_list_t)

        print number_of_words
        print number_of_sentences
        print("Conting frequency now...")
        count=Counter()
        for element in tri_gram_list:
            #print element, type(tri_gram_list)
            count[element]=count[element]+1
        print count.most_common(25)
        print "most common 25 words ARE:"
        for element in word_list:
            #print element, type(tri_gram_list)
            count[element]=count[element]+1
        print count.most_common(25)




        # body = obj.get()['Body'].read()

    except Exception as e:
        print(e)
        print('Error getting object {} from bucket {}. Make sure they exist and your bucket is in the same region as this function.'.format(key, bucket))
        raise e

from\uuuuu future\uuuuu导入打印功能
导入json
导入URL库
进口boto3
从收款进口柜台
从nltk.tokenize导入发送\u tokenize，单词\u tokenize
从nltk.corpus导入停止词
从nltk.tokenize导入RegexpTokenizer
从nltk.stem.porter导入*
从nltk.corpus导入停止词
从nltk.tokenize导入RegexpTokenizer
标记器=RegexpTokenizer（r'\w+'））
stemmer=PorterStemmer（）
导入系统
重新加载（系统）
sys.setdefaultencoding（'utf8'）
打印（'加载函数'）
s3=boto3.client（'s3'）
句子的数量=0
单词数=0
单词列表=[]
stop_words=set（stopwords.words（'english'））
停止单词列表=[v代表停止单词中的v]
情态动词=['can'，'can'，'may'，'may'，'must'，'shall'，'should'，'will'，'would'，'should']
辅助动词=['be'，'do'，'have']
停止词列表=停止词列表+情态动词+辅助动词
打印（“开始生成三角图”）
#空三元表
tri_gram_list=[]
def lambda_处理程序（事件、上下文）：
#打印（“接收到的事件：+json.dumps（事件，缩进=2））
#从事件中获取对象并显示其内容类型
'''
'''
bucket=event['Records'][0]['s3']['bucket']['name']
key=urllib.unquote_plus（事件['Records'][0]['s3']['object']['key']）。编码（'utf8'））
尝试：
response=s3.get_对象（Bucket=Bucket，Key=Key）
打印（“内容类型：”+响应['ContentType']）
text=响应['Body'].read（）
打印（打印（文本））
对于文本中的行。readlines（）：
对于打开的行（“input.txt”、“r”）.readlines（）：
line=unicode（line，errors='ignore'）
如果len（线）>1：
句子=已发送\标记化（行）
句子数+=len（句子）
对于句子中的句子：
句子=句子.strip（）.lower（）
#句子=句子。替换（“+”，“”）。替换（“，”）。替换（“，”，“”）。替换（“：”，“”）。替换（“（“，”），“”）。替换（“，”），“”）。替换（“，”）.strip（）.lower（）
单词来自句子=标记器。标记化（行）
words=[如果单词不在stop\u单词列表中，则从句子中逐字逐句]
单词数+=len（单词）
词干单词=[词干分析器.词干（单词）表示单词中的单词]
单词列表。扩展（词干单词）
#生成三角图
tri_gram_list_t=[“”。join（[words[index]，words[index+1]，words[index+2]]）作为索引，如果索引则枚举（words）中的值尝试检查日志输出。它将为您提供比上面看到的错误更多的信息

最后，请记住，您需要Python 2语法，替换如下调用：

打印字数
by
print（字数）
您的目录中是否有一个uuu init_uuuuuuuuuuuuuuupy.py？您从何处执行脚本？要导入的模块需要位于系统路径或当前路径下。@denvaar否。我需要它吗？@flacklight脚本位于我压缩文件夹的根目录中。不，您不需要
init.py
。