
在使用pandas等库处理google spreadsheet数据时,我们常常需要将导入的数据保存为本地文件,并希望以原始的电子表格名称来命名这些文件,以保持一致性和描述性。然而,pd.read_excel()函数本身无法直接从google spreadsheet的url中提取其原始名称。本教程将探讨两种主要方法来解决这一问题:通过http请求头解析和通过google drive api。
当通过浏览器或HTTP客户端访问Google Spreadsheet的导出URL时,服务器会在响应头中包含文件的元数据,其中就包括文件名。我们可以利用Python的requests库来模拟这一过程,并解析Content-Disposition头信息。
Google Spreadsheet的导出URL通常是这样的格式:https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=xlsx。当我们向这个URL发送GET请求时,服务器的响应头会包含一个Content-Disposition字段,其值类似于attachment; filename*=UTF-8''文件名.xlsx。我们可以从这个字段中提取出文件的名称。
以下是使用requests库获取文件名称的Python代码:
import pandas as pd
import requests
from urllib.parse import unquote
# 假设用户输入Google Spreadsheet的完整URL
# 例如: https://docs.google.com/spreadsheets/d/123abcDEF_GHIjKLM_NopQRS/edit#gid=0
link = input("请输入Google Spreadsheet的URL: ")
# 从URL中提取sheet_id
# 假设URL格式是标准的Google Sheets URL
try:
link_parts = link.split('/')
sheet_id = link_parts[5]
print(f"提取到的Spreadsheet ID: {sheet_id}")
except IndexError:
print("URL格式不正确,无法提取Sheet ID。请确保URL包含'/d/sheet_id/'。")
exit()
# 构建导出URL
export_url = f"https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=xlsx"
try:
# 发送GET请求获取响应头
r = requests.get(export_url)
r.raise_for_status() # 检查请求是否成功
# 打印完整的Content-Disposition头信息
print(f"Content-Disposition: {r.headers.get('content-disposition')}")
# 从Content-Disposition头中提取文件名
content_disposition = r.headers.get('content-disposition')
if content_disposition:
# 查找 'filename*=UTF-8'' 后面的部分
# 有些情况下可能是 filename="文件名.xlsx"
if "filename*=UTF-8''" in content_disposition:
# 提取并解码文件名,然后移除 .xlsx 后缀
encoded_filename = content_disposition.split("filename*=UTF-8''")[1]
filename_with_extension = unquote(encoded_filename)
filename = filename_with_extension.replace(".xlsx", "")
elif "filename=" in content_disposition:
# 处理不带UTF-8编码的旧格式或不同格式
filename_part = content_disposition.split("filename=")[1]
# 移除双引号并解码(如果有的话)
filename_with_extension = unquote(filename_part.strip('"'))
filename = filename_with_extension.replace(".xlsx", "")
else:
filename = "未知文件"
print("Content-Disposition头中未找到文件名信息。")
else:
filename = "未知文件"
print("响应头中未找到Content-Disposition信息。")
print(f"提取到的文件名称: {filename}")
# 接下来可以使用这个文件名来保存数据
# 例如:
# sheet_data = pd.read_excel(export_url, header=0)
# sheet_data.to_csv(f"{filename}.csv", index=False)
# print(f"数据已成功保存为 {filename}.csv")
except requests.exceptions.RequestException as e:
print(f"请求发生错误: {e}")
print("请确保Google Spreadsheet已公开共享,或检查URL是否正确。")
except Exception as e:
print(f"处理过程中发生错误: {e}")
对于需要处理私有电子表格、或者需要更精细的权限控制和元数据获取的场景,使用Google Drive API是更健壮的选择。Google Drive API允许我们通过身份验证来访问用户的Google Drive文件,包括电子表格的元数据(如名称、创建时间、修改时间等)。
立即学习“Python免费学习笔记(深入)”;
通过Google Drive API,我们可以使用files.get方法来查询特定文件(Google Spreadsheet也是一种文件)的元数据。这需要进行OAuth 2.0身份验证,并提供API Key或OAuth凭据。
以下是一个使用API Key获取文件名称的简化示例。请注意,实际应用中通常会使用OAuth 2.0进行用户授权,而不是直接使用API Key来访问私人文件。
import requests
import json
# 请替换为您的Google API Key
# 访问 Google Cloud Console (console.cloud.google.com) 创建项目并启用 Drive API,然后生成API Key
api_key = "YOUR_API_KEY"
# 请替换为您的Google Spreadsheet ID
# 例如: https://docs.google.com/spreadsheets/d/YOUR_SPREADSHEET_ID/edit
spreadsheet_id = "YOUR_SPREADSHEET_ID"
if api_key == "YOUR_API_KEY" or spreadsheet_id == "YOUR_SPREADSHEET_ID":
print("请设置您的API Key和Spreadsheet ID。")
else:
api_url = f"https://www.googleapis.com/drive/v3/files/{spreadsheet_id}?key={api_key}&fields=name"
try:
r = requests.get(api_url)
r.raise_for_status() # 检查请求是否成功
response_data = r.json()
filename = response_data.get("name", "未知文件")
print(f"通过Google Drive API获取到的文件名称: {filename}")
except requests.exceptions.RequestException as e:
print(f"API请求发生错误: {e}")
print("请检查API Key是否有效,以及Spreadsheet ID是否正确。")
print(f"API响应: {r.text if 'r' in locals() else '无响应'}")
except json.JSONDecodeError:
print("API响应不是有效的JSON格式。")
except Exception as e:
print(f"处理过程中发生错误: {e}")
获取Google Spreadsheet文件名称的方法取决于您的具体需求和电子表格的访问权限:
在实际应用中,建议根据项目的复杂性、安全要求和电子表格的共享状态来选择最合适的方法。
以上就是从Google Spreadsheet URL获取文件名称的Python教程的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号