如何用Python读取在线电子表格并批量生成指定文件夹结构？

可行性说明 #

完全可行，只需将在线读取到的表格数据直接对接文件夹生成逻辑，即可实现一次性完成在线表格读取与文件夹结构更新的需求，后续更新代码（或表格数据）后重新执行脚本即可同步更新。

整合后的完整代码 #

import pandas as pd
import os

# 配置参数，请替换成你的实际值
SHEET_ID = "example6565465dchdckjdISHEETID"
ROOT_FOLDER = r'C:\your\root\folder\path'  # 示例Windows路径，Linux/macOS可写成'/your/root/folder/path'

# 读取在线Google Sheets表格（需确保表格已设置为"任何人可查看"权限）
def read_online_spreadsheet(sheet_id):
    csv_export_url = f"https://docs.google.com/spreadsheets/d/{sheet_id}/export?format=csv"
    return pd.read_csv(csv_export_url)

# 根据表格数据生成/更新文件夹结构
def build_folder_structure(dataframe, root_dir):
    # 遍历表格中的每一行数据
    for _, row in dataframe.iterrows():
        set_name = row['Set_Name']
        asset_name = row['Asset_Name']
        
        # 构建资产根目录路径
        asset_root_path = os.path.join(root_dir, set_name, "assets", asset_name)
        # 定义每个资产下需要创建的固定子文件夹
        required_subfolders = ['wip', 'exports']
        
        # 创建资产根目录（exist_ok=True避免已存在文件夹时抛出错误）
        os.makedirs(asset_root_path, exist_ok=True)
        # 遍历创建固定子文件夹
        for subfolder in required_subfolders:
            subfolder_path = os.path.join(asset_root_path, subfolder)
            os.makedirs(subfolder_path, exist_ok=True)

if __name__ == "__main__":
    # 执行流程：读取在线表格 → 生成文件夹结构
    sheet_data = read_online_spreadsheet(SHEET_ID)
    build_folder_structure(sheet_data, ROOT_FOLDER)
    print("文件夹结构已成功生成/同步更新")

关键优化点说明 #

• 用os.path.join替代字符串拼接路径，自动适配不同操作系统的路径分隔符（Windows用\，Linux/macOS用/），避免路径错误。
• 添加exist_ok=True参数，确保脚本重复执行时，不会因文件夹已存在而报错，实现增量更新的效果。
• 将功能拆分为独立函数，代码结构更清晰，便于后续维护和扩展。
• 直接使用pandas的iterrows()遍历表格行，无需额外转换格式，简化逻辑。

其他可选实现思路 #

1. 使用Google Sheets API读取：如果你的表格是私有或需要更稳定的读取方式，可以使用Google官方的google-api-python-client库直接调用API读取数据，避免依赖CSV导出链接的权限问题。
2. 定时自动同步：借助schedule或APScheduler库，设置定时任务（比如每天执行一次），实现无需手动运行脚本即可自动同步表格数据与文件夹结构。
3. 添加日志记录：在脚本中加入日志模块（如logging），记录每次执行的情况、创建的文件夹路径或错误信息，便于排查问题。

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