Google Drive API V3：如何判断文件为新建或已实际修改？

核心思路：区分元数据变更与内容变更 #

Google Drive的ModifiedTime和Version会因权限调整、文件打开等非内容操作变动，所以得聚焦文件内容本身的唯一标识来判断实际变更。

方案1：利用md5Checksum字段（优先推荐） #

Google Drive API V3返回的文件资源中，md5Checksum是文件内容的MD5哈希值，仅当文件实际内容修改时才会变化，权限变更、打开文件这类操作不会影响它。

• 实现步骤：
  1. 首次扫描文件夹时，记录每个文件的id、md5Checksum以及基础元数据（如创建时间）。
  2. 后续定期扫描时，对比当前文件的md5Checksum与本地存储的历史值：
     • 哈希值不同 → 判定为内容变更，执行处理逻辑。
     • 文件无本地记录 → 判定为新建文件，直接处理。
  3. 处理完成后更新本地存储的哈希值。
• 注意：仅适用于非Google原生格式文件（如PDF、DOCX、图片等），Google Docs/Sheets/Slides这类云端文件没有md5Checksum，需用下方方案。

方案2：针对Google原生文件的revisionId结合lastModifyingUser判断 #

Google原生文件的ModifiedTime会因打开操作变动，但revisionId仅在内容实际修改时递增，可结合lastModifyingUser过滤无意义的系统变更：

• 实现步骤：
  1. 首次扫描时记录文件的id、revisionId、lastModifyingUser。
  2. 后续扫描时：
     • 若revisionId与历史值不同，再检查lastModifyingUser是否为实际操作的用户（排除系统自动触发的无内容变更）。
     • 两者均满足 → 判定为内容变更，执行处理。
  3. 可选补充：调用revisions.list接口获取具体修订记录，确认是否包含内容修改（会增加API调用量，按需使用）。

方案3：ModifiedTime配合FileSize辅助判断 #

对于无md5Checksum的特殊格式文件，可通过FileSize过滤非内容变更：

• 若ModifiedTime变动，但FileSize与历史值一致 → 大概率是权限或打开操作导致的元数据变更，跳过处理。
• 若FileSize也发生变化 → 判定为内容变更。

额外优化建议 #

• 减少API调用量：每次扫描用fields参数只请求所需字段（如id,md5Checksum,revisionId,modifiedTime,fileSize,name），避免冗余数据。
• 本地存储用轻量数据库（如SQLite）或键值对存储（如Redis），方便快速对比历史记录。
• 高频操作文件夹可改用Google Drive推送通知替代定期扫描，实时获取变更事件后再用上述方案判断是否为内容变更，效率更高。

内容的提问来源于stack exchange，提问作者Lucas