Google Drive API v2获取表格修订记录仅返回3条结果求助

1. 检查Google Drive的修订记录合并策略 #

Google Drive会自动合并短时间内的批量编辑操作，尤其是多人协作时的高频单元格修改，可能将数十次操作合并为单条修订记录。另外针对Google Sheets，Drive API返回的仅为关键版本记录（如手动保存、权限变更、大结构修改），而非每一次单元格编辑。你可以直接在Sheets网页端的「版本历史」→「查看版本历史」中确认实际显示的记录数，若网页端也仅显示3条，说明是Drive的合并机制导致，而非API调用问题。

2. 确认API参数与分页逻辑 #

你使用的Drive v2 API中，maxResults仅控制单页返回数量，若修订记录总数本身只有3条，无论参数设多少都无法返回更多。同时需确认返回结果是否存在分页标记，补充分页逻辑尝试获取完整数据：

history_list = service.revisions().list(fileId=file_id, maxResults=100, orderBy="modifiedDate").execute()
# 处理分页获取全部记录
while 'nextPageToken' in history_list:
    page_token = history_list['nextPageToken']
    next_page = service.revisions().list(fileId=file_id, maxResults=100, pageToken=page_token).execute()
    history_list['items'].extend(next_page['items'])

添加orderBy="modifiedDate"可确保结果按修改时间降序排列，避免排序异常导致的记录缺失。

3. 验证权限与API范围 #

确保你的账号/服务账号拥有目标文件的编辑权限（只读权限可能无法获取完整修订记录），同时确认SCOPES包含https://www.googleapis.com/auth/drive（权限更高，可获取更全面的记录），而非仅readonly范围。

4. 切换至Drive v3 API #

Drive v2 API已进入维护状态，Google可能调整了其返回逻辑，建议切换到更稳定的v3 API，v3用pageSize替代maxResults，字段结构也略有不同：

service = build("drive", "v3", credentials=creds)
history_list = service.revisions().list(fileId=file_id, pageSize=100).execute()
# 处理分页
while 'nextPageToken' in history_list:
    page_token = history_list['nextPageToken']
    next_page = service.revisions().list(fileId=file_id, pageSize=100, pageToken=page_token).execute()
    history_list['revisions'].extend(next_page['revisions'])

注意v3返回的修订记录列表字段为revisions，而非v2的items，需调整后续数据处理逻辑。

5. 直接通过Sheets API获取指定版本数据 #

若Drive API的修订记录无法满足回溯需求，可尝试用Google Sheets API直接获取特定版本的表格内容，前提是你能拿到有效的revisionId：

sheets_service = build("sheets", "v4", credentials=creds)
# 传入目标revision_id获取对应版本数据
response = sheets_service.spreadsheets().get(
    spreadsheetId=file_id,
    revisionId=revision_id,
    includeGridData=True
).execute()
# 转换为pandas DataFrame
import pandas as pd
sheet_data = response['sheets'][0]['data'][0]['rowData']
rows = []
for row in sheet_data:
    cells = row.get('values', [])
    row_values = [cell.get('formattedValue', '') for cell in cells]
    rows.append(row_values)
df = pd.DataFrame(rows[1:], columns=rows[0])

内容的提问来源于stack exchange，提问作者bido_Boy