使用Python，我如何从Google Doc中读取纯文本？

Question

我试图从Python脚本中读取Google Doc的原始文本/内容（只是简单的文档，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

但是，此变量doc（类型为gdata.docs.DocumentListEntry）似乎不包含任何内容，只包含有关文档的元信息。

我在这里做错了吗？有人能指出我正确的方向吗？谢谢！

Answer 1

DocumentQuery并不会返回包含其内容的所有文档 - 这将永远需要。它只返回一个文档列表，其中包含每个文档的元数据。 （实际上，IIRC你可以通过这种方式获得预览页面，所以如果你的文档只有一页可能就够了......）

然后，您需要在单独的请求中下载内容。 content元素具有type（MIME类型）和src（实际数据的URL）。您可以下载src并解析它。但是，您可以通过添加exportFormat参数来覆盖默认类型，因此您无需进行任何解析。

请参阅文档中的Downloading documents and files部分，其中有一个示例，说明如何下载文档并指定格式。 （它使用的是.NET而不是Python，它使用HTML而不是纯文本，但你应该能够弄明白。）