通过Gmail API将CSV文件转换为Pandas df

Question

我正在尝试通过 Users.messages.attachments：get 方法（1）从Gmail-API导出csv文件，并将其转换为熊猫数据框。我已经有了附件的ID和邮件的ID，一切正常。该文档说附件的主体数据是“作为base64url编码的字符串的一部分”（2），现在我想将csv文件转换为熊猫数据帧。在此post之后，我尝试了以下操作：

[...]

#get the attachment

file = service.users().messages().attachments().get(userId='me', messageId=message_id, id=attachmentId).execute()

#convert the file to a pandas data-frame.

data = file['data']
str_csv = base64.urlsafe_b64decode(data)
df = pd.read_csv(StringIO(str_csv))

print(data)如下所示：

__5CAGUAcgBpAGMAaAB0ACAAegB1ACAAQQB1AGsAdABpAG8AbgBzAGQAYQB0AGUAbgAgAGYA_AByACAASwBhAG0AcABhAGcAbgBlAG4ACgAxAC4AIABKAGEAbgB1AGEAcgAgADIAMAAyADAAIAAtACAAMwAxAC4AIABKAGEAbgB1AGEAcgAgADIAMAAyADAACgBHAGUAcgDkAHQACQBEAG8AbQBhAGkAbgAgAGQAZQByACAAYQBuAGcAZQB6AGUAaQBnAHQAZQBuACAAVQBSAEwACQBBAG4AdABlAGkAbAAgAGEAbgAgAG0A9gBnAGwAaQBjAGgAZQBuACAASQBtAHAAcgBlAHMAcwBpAG8AbgBlAG4ACQDcAGIAZQByAHMAYwBoAG4AZQBpAGQAdQBuAGcAcwByAGEAdABlAAkAUgBhAHQAZQAgAGQAZQBy等...

不幸的是，我收到以下错误消息：

有人知道我该如何解决这个问题或可以解释为什么它不起作用吗？

（1）参见https://developers.google.com/gmail/api/v1/reference/users/messages/attachments/get

（2）参见https://developers.google.com/gmail/api/v1/reference/users/messages/attachments

Answer 1

错误的直接原因是base64.urlsafe_b64decode返回一个字节字符串。您必须先对其进行解码，以获取要传递给StringIO的真实字符串：

str_csv = base64.urlsafe_b64decode(data).decode('UTF16')

但是请注意：您显示的编码字符串在解码时会给出：

'Bericht zu Auktionsdaten für Kampagnen\n1. Januar 2020 - 31. Januar 2020\nGerät\tDomain der angezeigten URL\tAnteil an möglichen Impressionen\tÜberschneidungsrate\tRate der'

即：

• 2条标题行
• 1行包含标签

我认为在送入read_csv之前需要进一步处理（至少跳过一些行并设置分隔符...）