如何通过Python从Google Sheets单元格提取批注？

要提取Google Sheets单元格的批注，gspread和pygsheets确实没有直接封装这个功能，但可以直接调用Google Sheets API的原生接口来实现，再和你已有的数据处理流程结合。

核心思路 #

通过Google Sheets API的spreadsheets.get方法，请求时指定includeGridData=True，就能获取包含单元格批注的详细数据，之后将批注和gspread拿到的行数据对应合并。

修改后的完整代码 #

import json
import pandas as pd
from google.oauth2 import service_account
from googleapiclient.discovery import build
import gspread

# 加载服务账号凭证
with open("automate-0738852.json", 'r') as j:
    service_account_info = json.loads(j.read())

# 必须添加spreadsheets权限才能读取批注
scope = [
    'https://spreadsheets.google.com/feeds',
    'https://www.googleapis.com/auth/drive',
    'https://www.googleapis.com/auth/spreadsheets'
]
creds_with_scope = service_account.Credentials.from_service_account_info(service_account_info, scopes=scope)

# 初始化gspread客户端（用于获取行数据）
client = gspread.authorize(creds_with_scope)
spreadsheet = client.open_by_url('https://docs.google.com/spreadsheets/d/spreadsheetID/edit?usp=sharing')
worksheet = spreadsheet.get_worksheet(0)

# 获取表格数据（保留你原来的逻辑）
records_data = worksheet.get_all_records(head=6)
records_df = pd.DataFrame.from_dict(records_data)
records_df.columns = records_df.columns.astype(str).str.strip()
records_df.drop(columns=[''], errors='ignore', inplace=True)

# 初始化Sheets API服务（用于获取批注）
sheets_service = build('sheets', 'v4', credentials=creds_with_scope)
spreadsheet_id = spreadsheet.id
worksheet_title = worksheet.title

# 请求包含批注的表格数据，指定要获取的工作表范围
response = sheets_service.spreadsheets().get(
    spreadsheetId=spreadsheet_id,
    ranges=[worksheet_title],
    includeGridData=True
).execute()

# 解析批注：建立单元格位置到批注的映射
cell_notes = {}
worksheet_data = response['sheets'][0]['data'][0]
for row_idx, row in enumerate(worksheet_data['rowData']):
    if 'values' not in row:
        continue
    for col_idx, cell in enumerate(row['values']):
        if 'note' in cell:
            # 转换为A1格式（比如第7行第1列是A7）
            col_letter = gspread.utils.rowcol_to_a1(1, col_idx+1)[0]
            cell_address = f"{col_letter}{row_idx+1}"
            cell_notes[cell_address] = cell['note']

# 将批注合并到DataFrame中：假设每行对应表格中从第7行开始（因为head=6）
# 给DataFrame新增一列存储该行各单元格的批注字典
records_df['cell_notes'] = None
for df_row_idx, (_, df_row) in enumerate(records_df.iterrows()):
    sheet_row_num = 7 + df_row_idx  # 表头是第6行，数据从第7行开始
    row_notes = {}
    for df_col_idx, col_name in enumerate(records_df.columns):
        col_letter = gspread.utils.rowcol_to_a1(1, df_col_idx+1)[0]
        cell_address = f"{col_letter}{sheet_row_num}"
        if cell_address in cell_notes:
            row_notes[col_name] = cell_notes[cell_address]
    records_df.at[df_row_idx, 'cell_notes'] = row_notes

# 输出结果示例
print(records_df.head())

关键说明 #

1. 权限范围：新增https://www.googleapis.com/auth/spreadsheets是读取批注的必要权限，否则API会返回权限不足的错误。
2. 批注解析逻辑：通过遍历API返回的rowData，提取每个单元格的note字段，并用A1格式的单元格地址作为键存储。
3. 数据对应：因为你用了head=6，所以实际数据行从表格的第7行开始，需要把DataFrame的行索引和表格的行号对应起来，才能正确匹配批注。
4. 合并方式：示例中给DataFrame新增了cell_notes列，存储每行各字段对应的批注字典，你可以根据需求调整成其他格式（比如单独的列存储对应字段的批注）。

内容的提问来源于stack exchange，提问作者veerg404