使用Python requests.get()获取CSV/TSV格式谷歌表格多行字段问题

我有一个包含多行字段的谷歌表格，可通过以下URL导出为CSV或TSV格式：

• CSV导出链接：https://docs.google.com/spreadsheets/d/e/Eis4Ya-Le9Py/pub?gid=0&single=true&output=csv
• TSV导出链接：https://docs.google.com/spreadsheets/d/e/Eis4Ya-Le9Py/pub?gid=0&single=true&output=tsv

手动下载文件后，用OpenOffice能正常识别多行字段——这些多行字段会被双引号包裹，纯文本编辑器里也能看到该格式。但用Python的requests库发送get请求获取文件时，双引号却被移除了。

示例代码 #

import requests

r = requests.get(url)

print(r.text)
print(r.content)
print(r.headers)

返回内容 #

文本输出： #

id  description
1   one line
2   line1 line2
3   l1 l2 empty line below  end
4   normal

字节内容输出： #

b'id\tdescription\r\n1\tone line\r\n2\tline1 line2\r\n3\tl1 l2 empty line below  end\r\n4\tnormal'

响应头： #

{'Content-Type': 'text/tab-separated-values', 'X-Frame-Options': 'ALLOW-FROM https://docs.google.com', ... , 'Transfer-Encoding': 'chunked'}

该现象原因是什么？如何修改此行为？注：所处环境无法使用csv处理库。

原因分析 #

谷歌表格导出服务会根据请求的Accept请求头调整返回内容格式：

• 浏览器或文件下载工具请求时，发送的Accept头通常包含text/csv或application/octet-stream这类明确标识，谷歌会返回带双引号包裹多行字段的标准格式。
• requests库默认发送的Accept头是*/*（接受所有类型），再加上响应头的Transfer-Encoding: chunked，谷歌导出服务会自动去掉双引号，将多行字段合并为单行返回，导致格式丢失。

解决方法 #

手动给requests的get请求添加指定的Accept头，明确告诉谷歌服务返回带引号的标准TSV/CSV格式：

针对TSV的修改代码： #

import requests

headers = {
    'Accept': 'text/tab-separated-values'
}
r = requests.get(url, headers=headers)

print(r.content)

针对CSV的修改代码： #

import requests

headers = {
    'Accept': 'text/csv'
}
r = requests.get(url, headers=headers)

print(r.content)

添加指定Accept头后，谷歌服务会返回和手动下载一致的、带双引号包裹多行字段的原始格式。

内容的提问来源于stack exchange，提问作者Rub