如何用Python requests库获取Google表格的行列具体数据？

直接利用Google Sheets的公开导出接口，将表格转换为CSV格式是最便捷的方式，无需解析复杂的结构化响应。以下是具体实现步骤和代码示例：

核心思路 #

将Google Sheets的编辑URL转换为导出URL，指定格式为CSV（或TSV、Excel），通过requests获取CSV内容后，即可轻松解析成行和列的数值。

导出URL构造规则 #

• 对于指定工作表：将原URL中的/edit替换为/export，添加参数?format=csv&gid=工作表ID（工作表ID即原URL中#gid=后的数字）
• 对于默认工作表：将原URL中的/edit替换为/export?format=csv（默认工作表gid通常为0，可省略）

代码实现 #

方法1：使用csv模块解析（原生Python） #

import requests
import csv

# 示例：处理第一个表格（指定工作表）
url = "https://docs.google.com/spreadsheets/d/1o8QeMOKWm4VeZ9VecgnL8BWaOlX5kdCDkXoAph37sQM/export?format=csv&gid=1691373423"
response = requests.get(url)
response.encoding = "utf-8"  # 避免中文乱码

# 解析为行列数据
rows = list(csv.reader(response.text.splitlines()))

# 遍历输出每一行的列值
for idx, row in enumerate(rows):
    print(f"第{idx+1}行：{row}")

方法2：使用pandas快速处理（适合数据分析） #

如果后续需要处理数据，用pandas直接读取CSV会更高效：

import requests
import pandas as pd

# 示例：处理第二个表格（默认工作表）
url = "https://docs.google.com/spreadsheets/d/1o8QeMOKWm4VeZ9VecgnL8BWaOlX5kdCDkXoAph37sQM/export?format=csv"
df = pd.read_csv(url)

# 查看前5行数据
print(df.head())
# 按行列获取数值示例
print(f"第2行第3列数值：{df.iloc[1,2]}")

处理第三个表格 #

直接替换URL即可：

url = "https://docs.google.com/spreadsheets/d/1udwn61l_FZsFsEuU8CMVkvU2SpwPW3Krt1OML3cYMYk/export?format=csv"
# 后续解析逻辑同上

注意事项 #

• 确保目标表格已设置为公开可查看，否则requests会返回403权限错误
• 若需访问私有表格，需使用Google Sheets API并完成OAuth2认证（此场景需额外配置，公开表格无需）
• 除CSV外，还可指定format=tsv（制表符分隔）或format=xlsx（Excel格式），根据需求调整参数

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