从命令行下载/导出公共 Google 电子表格作为 TSV？

Question

我有一个公开（已发布）的 Google 电子表格，我正尝试以 TSV 形式以编程方式下载该电子表格。

在我的浏览器中，激活 Google 登录后，对于某些实际密钥 $key，https://spreadsheets.google.com/feeds/download/spreadsheets/Export?key=$key&exportFormat=tsv 可以工作并生成 TSV 文件。

但是，在我的 shell 中：

• curl -L "https://spreadsheets.google.com/feeds/download/spreadsheets/Export?key=$key&exportFormat=tsv" 产生一堆 javascript。
• curl -L "https://spreadsheets.google.com/feeds/download/spreadsheets/Export?key=$key&exportFormat=csv" 还会生成一堆 javascript。
• curl -L "https://docs.google.com/spreadsheet/pub?key=$key&single=true&gid=0&output=csv" 工作并生成一个 CSV 文件。
• curl -L "https://docs.google.com/spreadsheet/pub?key=$key&single=true&gid=0&output=tsv" 产生错误消息。

（尝试使用wget 产生了类似的结果。）

我该如何进行这项工作？到目前为止，我能够找到的所有 Google 文档都针对比简单的下载和格式更改更复杂的问题，如果我的问题的解决方案在某个地方，我还没有找到它.

Answer 1

我发现这是令人沮丧的无证。我确定它记录在某处……但我从未找到它。

前提是您的 Google Sheet 是公开发布的。这对许多人来说并不直观。 （选择文件 -> 发布到网络...）

当您发布工作表时，您会得到一个这样的 url 来复制： https://docs.google.com/spreadsheets/d/1XsfK2TN418FuEstNGG2eI9FmEV-4eY-FnndigHWIhk4/pubhtml

那个 url 可以很好地浏览……但这不是我想要的可下载 CSV。通过长时间的搜索和反复试验，我得出了这个结论：

curl "https://docs.google.com/spreadsheets/d/1XsfK2TN418FuEstNGG2eI9FmEV-4eY-FnndigHWIhk4/export?gid=0&format=csv"

我发现它非常有帮助。我希望有人能提供官方文档的链接来更详细地解释这一点。

Answer 2

我的答案是关于如何找到答案。

在 Chrome 浏览器中，导航到您的 Google 文档。

在浏览器右上角，进入三个点->更多工具->开发者工具

这将调出 html... 调试器。

在调试器窗口的顶部，选择网络。

现在在您的文档中，按照您尝试自动化的方式启动下载。

在调试器中，它会向您显示任何发出的 Web 请求。第一个新的可能就是你想要的。

应该可以右键->复制->复制链接地址

网址包含一个 ID。我不知道它是做什么用的，但 curl 无需下载文档即可。

希望对你有帮助。

Answer 3

我可以这样通过shell下载：

1. 文件 => 发布到网络
2. 选择工作表和您要下载的格式。
3. 点击发布
4. 复制链接

5. 然后使用它：

   wget -O ./filename.csv "LINK"
   

   或

   curl -L "LINK" > ./filename.csv
   

在我的情况下，它按预期工作。

此外，我认为它会发布所有格式，因此您可以选择下载内容，更改 URL 的最后一部分，而无需取消发布并重新发布：

output=tsv
output=csv

Answer 4

要添加到answer written by @mdahlman：有一个gid=<value> 参数可以让您选择要查看的工作表（因为CSV 和TSV 支持只查看一张工作表）。这是一个工作表 ID，您可以从每张工作表的 URL 中获取它。

因此，要获取 CSV/TSV 发布链接，请执行以下操作：

1. 发布文档以获取类似 https://docs.google.com/spreadsheets/d/e/{key}/pub?output=tsv 的 URL。

2. 然后对于每个电子表格：

   1. 点击它。

   2. 在浏览器的地址栏中查看其 URL。它将以edit#gid={gid} 结尾。这就是你想要的。

   3. 从步骤 1 中的 URL 和 2.2 中的 gid 创建 URL：https://docs.google.com/spreadsheets/d/e/{key}/pub?output=tsv&gid={gid}。

GID 不按顺序排列（0、1、2、...）。它们是很长的数字（对我来说是 9 位数字），看起来没有直接的顺序或其他任何东西，所以它们实际上更像是表单键，而不是人们所期望的“id”。

在我的文档中，其中一个 GID 为零。我假设它是某种默认或第一个创建的工作表。这就解释了为什么gid=0 为上面的某些人工作，但对其他人产生错误（那些没有具有此类 GID 的工作表的人......他们可能已将其删除或其他什么）。