python - 使用 Python，如何从 Google 文档中读取纯文本？

Question

我正在尝试从 Python 脚本中读取 Google 文档的原始文本/内容(只是一个普通文档，而不是电子表格或演示文稿)，但到目前为止收效甚微。

这是我尝试过的:

import gdata.docs.service
client = gdata.docs.service.DocsService()
client.ClientLogin('email', 'password')
q = gdata.docs.service.DocumentQuery()
q.AddNamedFolder('email', 'Folder Name')
feed = client.Query(q.ToUri())
doc = feed.entry[0] # extract one of the documents

然而，这个类型为gdata.docs.DocumentListEntry的变量doc似乎并不包含任何内容，只是关于文档的元信息。

我是不是做错了什么？有人能指出我正确的方向吗？谢谢!

Answer 1

更新(2019 年 3 月)好消息! Google Docs REST API现在可用。更多信息来自 my SO answer to a similar question , 但为了让你继续，这里是 official Python "quickstart" sample向您展示如何以纯文本形式获取 Google 文档的标题。

最初在下面回答的 Apps Script 和 Drive REST API 解决方案仍然有效，并且是获取 Google 文档内容的替代方法。 (Drive API 适用于 Python 2 和 3，但 Apps 脚本仅适用于 JavaScript。)

底线:如果您想以纯文本形式下载整个文档，Drive API 解决方案是最佳选择。如果您想以编程方式对文档的不同部分进行 CRUD，那么您必须使用 Docs API 或 Apps 脚本。

(2017 年 2 月)OP 中的代码和唯一的其他答案现在都已过时 ClientLogin authentication was deprecated回到 2012 年(!)，和 GData APIs是上一代的 Google API。虽然并非所有 GData API 都已弃用，但 all newer Google APIs 不使用the Google Data protocol .

尽管 Google Apps Script 提供了“类 API”服务，但(目前)没有可用于 Google 文档文档的 REST API。 ，云中的 JavaScript 解决方案，提供对 Google 文档的编程访问(通过其 DocumentService 对象)，包括 Docs add-ons .

要从 Google 文档中读取纯文本，被认为是文件级访问权限，您可以使用 Google Drive API反而。使用 Drive API 的示例:

• 将 Google 表格导出为 CSV (blog post)
• “穷人的纯文本到 PDF”转换器 ( blog post ) (*)

(*) - TL;DR:将纯文本文件上传到云端硬盘，导入/转换为 Google 文档格式，然后将该文档导出为 PDF。上面的帖子使用 Drive API v2； this follow-up post描述了将其迁移到 Drive API v3，这里是一个 developer video合并两个“穷人的皈依者”帖子。

OP 的解决方案是执行与您在上面两篇文章中看到的类似的操作，但确保您使用的是 text/plain 导出 MIME 类型。对于 Drive 的其他导入/导出格式，请参阅 this related question SO answer以及 downloading files from Drive docs page .下面是一些伪代码，用于在我的云端硬盘文件夹中搜索名为“Hello World”的 Google Docs 文档，并在屏幕上显示找到的第一个匹配文件的内容(假设 DRIVE 是您的 API 服务端点):

from __future__ import print_function

NAME = 'Hello World'
MIME = 'text/plain'

# using Drive API v3; if using v2, change 'pageSize' to 'maxResults',
# 'name=' to 'title=', and ".get('files')" to ".get('items')"
res = DRIVE.files().list(q="name='%s'" % NAME, pageSize=1).execute().get('files')
if res:
    fileID = res[0]['id']  # 1st matching "Hello World" name
    res = DRIVE.files().export(fileId=fileID, mimeType=MIME).execute()
    if res:
        print(res.decode('utf-8')) # decode bytes for Py3; NOP for Py2

如果您需要的不止这些，请观看这​​些视频以了解如何 setup using Google APIs , OAuth2 authorization , 和 creating a Drive service endpoint to list your Drive files , 加上 corresponding blog post for all three .

要了解有关如何将 Google API 与 Python 一般结合使用的更多信息，请查看 my blog以及我正在制作的各种 Google 开发者视频(series 1 和 series 2)。