使用Python通过URL获取Salesforce报表CSV时返回HTML的解决方法

问题原因 #

Salesforce的报表CSV下载链接需要已认证的用户会话。直接使用pd.read_csv发起请求时，没有携带登录后的Cookie信息，因此被重定向到登录页面（返回HTML内容）；而浏览器中已经保存了登录会话，所以能正常下载CSV。

解决方案 #

方法1：复用浏览器的登录Cookie（快速临时方案） #

1. 打开浏览器登录Salesforce，访问目标报表页面。
2. 按F12打开开发者工具，切换到**网络(Network)**标签，刷新页面，找到任意一个Salesforce域名下的请求，复制其Cookie请求头的完整内容。
3. 使用requests库携带Cookie和浏览器UA请求CSV链接，再将响应内容传入Pandas：

import requests
import pandas as pd
from io import StringIO

# 替换为你从浏览器复制的Cookie字符串
session_cookie = "你的Cookie内容"
headers = {
    "Cookie": session_cookie,
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"
}

csv_url = "https://site.salesforce.com/00O1H000008Fg49?csv=1&exp=1&enc=UTF-8&isdtp=p1"
response = requests.get(csv_url, headers=headers)

# 验证响应是否为CSV
if response.status_code == 200 and "text/csv" in response.headers.get("Content-Type", ""):
    df = pd.read_csv(StringIO(response.text))
    print(df.head())
else:
    print("请求失败，返回内容预览：", response.text[:500])

方法2：模拟Salesforce登录（适合长期脚本） #

如果需要自动化运行，可模拟登录流程，但需注意Salesforce可能有MFA（多因素认证）或验证码验证，实现复杂度较高。核心逻辑是用requests.Session维护登录会话：

import requests
import pandas as pd
from io import StringIO

session = requests.Session()
session.headers.update({
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36"
})

# 访问登录页面获取必要的登录参数（如csrf token）
login_page = session.get("https://login.salesforce.com/")
# 解析页面获取登录所需参数（需用BeautifulSoup等工具提取）

# 提交登录表单（替换为你的账号密码，若有MFA需额外处理）
login_data = {
    "username": "你的Salesforce账号",
    "password": "你的密码",
    # 加上页面提取的csrf token等参数
}
login_response = session.post("https://login.salesforce.com/login", data=login_data)

# 登录成功后请求CSV链接
csv_url = "https://site.salesforce.com/00O1H000008Fg49?csv=1&exp=1&enc=UTF-8&isdtp=p1"
csv_response = session.get(csv_url)

if csv_response.status_code == 200 and "text/csv" in csv_response.headers.get("Content-Type", ""):
    df = pd.read_csv(StringIO(csv_response.text))
    print(df.head())
else:
    print("登录或请求失败")

注意：模拟登录需处理Salesforce的动态登录参数，若账号开启MFA，还需集成MFA验证逻辑（如调用短信/邮箱验证码接口），实现成本较高，优先推荐方法1。

内容的提问来源于stack exchange，提问作者chulo