使用Pandas读取Goodreads导出CSV失败，返回HTML内容求助

问题原因 #

• 你使用的Goodreads导出链接需要用户登录认证才能访问。未登录状态下请求该URL，服务器会自动重定向到登录/注册页面，因此Pandas读取到的是登录页面的HTML代码，而非预期的CSV数据。
• pd.read_csv()直接请求该URL时，没有携带登录后的会话认证信息（如Cookie），Goodreads服务器无法验证你的身份，所以返回了HTML页面。

解决办法 #

1. 手动下载后读取（简单直接）

先登录你的Goodreads账号，访问导出链接下载CSV文件到本地，再用Pandas读取本地文件：

import pandas as pd
# 替换为你本地CSV文件的实际路径
df = pd.read_csv('./goodreads_export.csv', on_bad_lines='skip')
print(df)

2. 携带认证Cookie请求（自动化方案）

如果需要实现自动化读取，可通过以下步骤：

• 登录Goodreads后，在浏览器开发者工具中获取登录会话的Cookie信息；
• 用requests库携带Cookie请求该链接，再将响应内容传给Pandas读取：

import pandas as pd
import requests
from io import StringIO

# 替换为你自己的登录Cookie
cookies = {
    "session_key": "你的会话密钥",
    "session_id": "你的会话ID"
}

response = requests.get(
    'https://www.goodreads.com/review_porter/export/153331182/goodreads_export.csv',
    cookies=cookies
)

# 将响应文本转为可读取的文件流
df = pd.read_csv(StringIO(response.text), on_bad_lines='skip')
print(df)

注意：Cookie存在有效期，过期后需重新获取；切勿泄露Cookie信息，以免账号被盗。

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