如何通过Microsoft Graph API读取SharePoint文件内容？

问题概述 #

我希望与SharePoint平台集成并使用其提供的API，目标是获取站点内所有文档的内容。已创建拥有AllSites.Read和AllSites.Write权限的OAuth2应用，目前完成的步骤：

• 通过https://graph.microsoft.com/v1.0/sites?search=\\*获取所有站点
• 获取站点ID后，调用https://graph.microsoft.com/v1.0/sites/xxxxx.sharepoint.com/drives/获取驱动器
• 用驱动器ID调用https://graph.microsoft.com/v1.0/sites/xxxxx.sharepoint.com/drives/{drive-id}/items/root/children获取驱动器内项目，但该端点仅提供文件下载链接，无法直接读取内容
• 尝试调用https://graph.microsoft.com/v1.0/sites/xxxxx.sharepoint.com/lists/{list-id}/items/{item-id}/driveItem/content获取文档内容，返回二进制响应，用iso-8859-1和utf-8解码均无法得到实际内容

请问是否有可用于读取文件内容的API端点？

解决方案 #

1. 文本类文件直接读取（txt、md、csv等） #

针对纯文本或结构化文本文件，可在/content端点后附加$format=text参数，直接获取可读文本内容：

GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives/{drive-id}/items/{file-id}/content?$format=text

也可通过列表项关联的driveItem调用：

GET https://graph.microsoft.com/v1.0/sites/{site-id}/lists/{list-id}/items/{item-id}/driveItem/content?$format=text

2. Office文档转换读取（Word、Excel、PPT） #

对于Office格式文件，可调用专门的转换端点将内容转为文本或结构化格式：

• Word文档转文本：

GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives/{drive-id}/items/{file-id}/content?format=txt

• Excel指定工作表转CSV：

GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives/{drive-id}/items/{file-id}/workbook/worksheets/{worksheet-id}/usedRange/$format=csv

• PPT文档转文本：

GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives/{drive-id}/items/{file-id}/content?format=txt

3. 二进制响应处理注意事项 #

如果直接获取二进制响应无法解码，需注意：

• 保持请求头默认的Accept: application/octet-stream，不要强制设置文本类型的Accept头
• 根据文件实际编码处理：比如中文文档可能为GBK、UTF-16等，需先识别编码再解码
• 非文本文件（图片、PDF等）直接保存二进制流，不要尝试用文本编码解码

4. 批量获取文档内容的优化流程 #

若需批量处理站点内所有文档，建议按以下路径操作：

• 获取站点所有驱动器：GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives
• 递归遍历每个驱动器的文件夹与文件：GET https://graph.microsoft.com/v1.0/sites/{site-id}/drives/{drive-id}/items/{folder-id}/children
• 根据文件扩展名调用对应的内容读取或转换端点

内容的提问来源于stack exchange，提问作者George Xydias