如何自动同步Google Drive新文件至GCS？Webhook无文件信息求助

一、复用开源工具/脚本实现同步 #

无需从头开发轮询逻辑，直接用成熟开源库和社区现成方案快速搭建：

1. Google Apps Script 低代码方案 #

直接在Google Drive内创建脚本，无需额外部署环境：

• 核心逻辑：监听指定Drive文件夹的onChange事件，当有文件新增时，调用Drive API获取文件内容，再通过Cloud Storage API上传至GCS。
• 可直接复用社区现成脚本，仅需修改目标文件夹ID、GCS存储桶名称，配置OAuth授权（允许脚本访问Drive和Cloud Storage）即可运行。

2. Python 基于开源库的脚本 #

用主流开源库组合实现同步：

• 依赖库：pydrive2（Drive文件操作）、google-cloud-storage（GCS上传）、google-api-python-client（Webhook变更拉取）
• 核心流程：
  • 用服务账号密钥初始化Drive和GCS客户端
  • 结合Webhook触发信号，拉取Drive变更列表并筛选新增文件
  • 下载文件到临时目录，上传至GCS后清理临时文件
• 示例代码片段：

from pydrive2.auth import GoogleAuth
from pydrive2.drive import GoogleDrive
from google.cloud import storage
from googleapiclient.discovery import build

# 初始化客户端
gauth = GoogleAuth()
gauth.ServiceAuth()
drive = GoogleDrive(gauth)
storage_client = storage.Client.from_service_account_json("service-account-key.json")
drive_service = build('drive', 'v3')

# Webhook触发后拉取并处理新增文件
def handle_drive_changes(start_token):
    changes = drive_service.changes().list(pageToken=start_token, includeRemoved=False).execute()
    new_start_token = changes.get('newStartPageToken')
    target_folder_id = "你的目标文件夹ID"
    
    for change in changes.get('changes', []):
        file_id = change['fileId']
        file = drive.CreateFile({'id': file_id})
        # 验证文件是否在目标文件夹内
        if target_folder_id in file['parents']:
            # 下载文件
            file.GetContentFile(file['title'])
            # 上传到GCS
            bucket = storage_client.get_bucket('你的GCS存储桶名称')
            blob = bucket.blob(file['title'])
            blob.upload_from_filename(file['title'])
    return new_start_token

二、修复Webhook无文件信息的问题 #

Google Drive Webhook仅触发通知信号，不直接携带文件详情，需按以下步骤获取：

1. 订阅时保存初始令牌：调用drive.changes.getStartPageToken()获取初始startPageToken，保存到本地文件或数据库。
2. 收到通知后拉取变更：调用drive.changes.list()接口，传入保存的pageToken，获取所有未处理的变更记录。
3. 筛选目标文件：遍历变更记录，通过file['parents']判断文件是否属于目标文件夹，过滤出新增/修改的文件进行同步。
4. 更新令牌：每次拉取后保存返回的newStartPageToken，用于下次拉取最新变更。

内容的提问来源于stack exchange，提问作者Prim