如何用Python自动访问无密码验证的外部公司SharePoint Excel文件？

方法1：Selenium模拟浏览器交互 #

这是适配你「邮箱+验证码」登录流程的最直接方案，通过模拟手动浏览器操作完成登录和文件访问：

1. 安装依赖
   先安装Selenium及对应浏览器驱动（以Chrome为例）：

   pip install selenium
   

   确保ChromeDriver版本与本地Chrome浏览器匹配，可将驱动放入系统PATH或在代码中指定路径。

2. 核心代码示例
   模拟打开文件链接、输入邮箱、等待验证码输入，完成登录后读取Excel内容：

   from selenium import webdriver
   from selenium.webdriver.common.by import By
   import time
   import pandas as pd
   
   # 初始化Chrome浏览器
   driver = webdriver.Chrome()
   
   try:
       # 打开目标Excel文件链接
       driver.get("https://[Another Company].sharepoint.com/:x:/r/personal/[name of person]/_layouts/15/Doc.aspx?sourcedoc=%7B17AB449A-DCF4-471F-8129-11798DCDF24B%7D&file=2%20-%20Consulta%20Popular%202023-abr_2023.xlsx&action=default&mobileredirect=true")
   
       # 输入你的邮箱并提交
       email_input = driver.find_element(By.ID, "i0116")
       email_input.send_keys("your-email@example.com")
       driver.find_element(By.ID, "idSIButton9").click()
       time.sleep(2)
   
       # 暂停30秒，手动输入邮箱收到的验证码并完成登录
       print("请在30秒内输入邮箱验证码并完成登录操作")
       time.sleep(30)
   
       # 登录完成后，可点击下载按钮保存文件，再用pandas读取
       # 示例：定位下载按钮（需根据实际页面调整XPATH）
       # download_btn = driver.find_element(By.XPATH, "//button[@aria-label='下载']")
       # download_btn.click()
       # time.sleep(5)
   
       # 读取已下载的Excel文件
       df = pd.read_excel("2 - Consulta Popular 2023-abr_2023.xlsx")
       print(df.head())
   
   finally:
       # 关闭浏览器
       driver.quit()
   

   注意：页面元素的ID或XPATH可能随网站更新变化，需用浏览器开发者工具实时检查调整。

方法2：Microsoft Graph API（需对方公司配合） #

如果对方SharePoint管理员同意，可通过Azure AD应用的设备代码流实现无密码授权，无需模拟浏览器：

1. 前置条件

   • 对方管理员在Azure AD中注册应用，授予Files.Read权限（针对OneDrive/SharePoint文件）
   • 获取应用的CLIENT_ID，以及目标文件的Graph API访问路径（可由对方提供或从文件链接转换）

2. 核心代码示例

   from azure.identity import DeviceCodeCredential
   from msgraph.core import GraphClient
   import pandas as pd
   from io import BytesIO
   
   # 替换为对方提供的应用ID
   CLIENT_ID = "your-client-id"
   # 目标文件的Graph API访问路径
   FILE_GRAPH_PATH = "/users/[user-id]/drive/items/[file-id]/content"
   
   # 初始化设备代码凭证
   credential = DeviceCodeCredential(client_id=CLIENT_ID)
   client = GraphClient(credential=credential)
   
   # 获取文件内容并读取
   response = client.get(FILE_GRAPH_PATH)
   if response.status_code == 200:
       excel_data = BytesIO(response.content)
       df = pd.read_excel(excel_data)
       print(df.head())
   

   优势：无需模拟浏览器，稳定性更高；劣势：必须依赖对方公司完成Azure AD应用配置，流程相对复杂。

关键注意事项 #

• 验证码处理：邮箱验证码无法自动读取（除非你有邮箱API权限），Selenium方案需手动完成验证码输入步骤。
• 权限验证：确保共享文件夹已正确授予你访问权限，手动登录后能正常打开文件，否则自动化会失败。
• 元素定位：Selenium代码中的元素选择器需根据实际页面实时调整，避免因网站更新导致代码失效。

内容的提问来源于stack exchange，提问作者Wilian