如何以编程方式将 G Suite 文档/表格下载为 pdf/xls？

Question

我正在尝试以从 CLI 以编程方式的方式将 Google 文档下载到 PDF 或将工作表下载到 XLS。

到目前为止我尝试过的步骤：

1. Contact support，但看不到 (?) 帮助图标
2. Google 10 分钟...我认为 Google Drive API 会这样做（不确定）
3. 启用Google Drive API
4. 已注册 GCP 项目
5. 将 UI 导航到 enable the API
6. 使用文档 ID 字段尝试 GET API 会得到 400 Invalid field selection

我现在有点卡住了，不知道如何继续。有什么建议吗？

Answer 1

警告：希望 前面的文字信息墙！我还上传了完整的 Jupyter Notebook 供您克隆和运行 here，因为您已经意识到，将这类东西放在一起可能具有挑战性。

---

由于我们将通过 google drive API 导出文件，因此我们需要该范围的凭据，详见 https://developers.google.com/drive/api/v3/reference/files/export#auth。

但是，首先我们需要选择https://developers.google.com/identity/protocols/oauth2#scenarios中详述的身份验证方法。

既然您提到了创建 GCP 项目，我假设您有兴趣使用 GCP 服务帐号 详见https://developers.google.com/identity/protocols/oauth2#serviceaccount

您可以在https://console.developers.google.com/apis/credentials 创建服务帐户 或如https://developers.google.com/identity/protocols/oauth2/service-account#creatinganaccount中所述

确保在创建该服务帐户时为其启用域范围委派，并在https://admin.google.com/ac/owl/domainwidedelegation 下授予它https://www.googleapis.com/auth/drive 范围，否则您将无法冒充其他用户（包括您自己）并下载他们的文件.

然后我们使用刚刚下载的SERVICE_ACCOUNT_FILE 和我们定义的SCOPES 创建一个Credentials 对象。

但是，您需要首先按照https://developers.google.com/drive/api/v3/quickstart/python (pip3 install --upgrade google-api-python-client google-auth-httplib2 google-auth-oauthlib) 为 Google API 安装 Python 绑定

这样，以下内容就足以对 API 进行身份验证了：

from googleapiclient.discovery import build
from google.oauth2 import service_account

SCOPES = ['https://www.googleapis.com/auth/drive']
SERVICE_ACCOUNT_FILE = 'credentials.json'

credentials = service_account.Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE,
                                                      scopes=SCOPES)

# Remember, you must have created credentials.json with domain-wide delegation!
credentials = credentials.with_subject('user@example.com')

# We then build a drive_v3 service using the credentials we just created

service = build('drive', 'v3', credentials=credentials)

我们可以访问files 资源，如https://developers.google.com/drive/api/v3/reference/files/get 所示，并请求user@example.com 可以访问https://docs.google.com/document/d/fileId/edit 的文件的元数据。在你的情况下fileId=141g8UkQfdMQSTfIn475gHj1ezZVV16f5ONDxpWrrvts。

files = service.files()
print(service.files().get(fileId='1U3eMevKxTwDxzvOBUsqa36zvwBzKPVYOFgy3k_9vxb8').execute())

{'kind': 'drive#file', 'id': '1U3eMevKxTwDxzvOBUsqa36zvwBzKPVYOFgy3k_9vxb8'，'名称'：'空'， 'mimeType': 'application/vnd.google-apps.document'}

我们再次访问文件资源，但这次导出文件，详见 https://developers.google.com/resources/api-libraries/documentation/drive/v3/python/latest/drive_v3.files.html#export 这也可以使用https://developers.google.com/drive/api/v3/manage-downloads 来实现。

https://developers.google.com/drive/api/v3/ref-export-formats 中列出了有效的 MIME 类型。

fconr = files.export(fileId='1U3eMevKxTwDxzvOBUsqa36zvwBzKPVYOFgy3k_9vxb8',
mimeType='application/vnd.openxmlformats-officedocument.wordprocessingml.document')

fcont = fconr.execute()

print('{}...'.format(fcont[:10]))

file = open("/tmp/sample.doc", "wb")
file.write(fcont)
file.close()

b'MN\xc30\x10\x85O\xc0\x1d"'...

如您所见，fcont 包含与文档对应的二进制 blob，我将显示其中的前 10 个字节。最后，将 blob 保存到 sample.doc。

ls -alh1 /tmp/sample.doc

-rw-rw-r-- 1 jdsalaro jdsalaro 6,0K Jan 20 23:38 /tmp/sample.doc

如上所述，我鼓励您在创建具有域范围委派的服务帐户、将其保存到 credentials.json 并授予其 https://www.googleapis.com/auth/drive 范围后尝试使用 Jupyter notebook。