Python请求SharePoint下载xlsx文件返回200但本地文件损坏无法打开

核心原因 #

• 状态码200仅代表请求得到正常响应，不代表返回的是xlsx二进制内容。绝大多数情况是返回了SharePoint的身份验证跳转页、文件预览页的HTML内容，你用记事本打开本地损坏的test.xlsx就能看到HTML源码，而非乱序的二进制内容。
• 企业SharePoint默认不支持HTTPBasicAuth认证，你使用的认证方式不匹配。
• 你填入的file链接大概率是文件预览页地址，不是文件的直接下载链接。

修复步骤 #

1. 先验证返回内容 #

在现有代码的请求逻辑后加一行代码，确认返回内容格式：

# 输出前500个字符判断是否为HTML
print(resp.text[:500])

如果输出包含<html>、<head>这类标签，就符合上述返回网页的问题。

2. 修正文件下载链接 #

在SharePoint站点找到目标文件，右键选择「复制链接」，将链接中的?web=1这类预览参数删掉，得到纯文件直链。

3. 替换适配的认证方式 #

企业本地部署的SharePoint一般使用NTLM认证，先安装对应依赖：
pip install requests_ntlm
修正后的代码如下：

import requests
from requests_ntlm import HttpNtlmAuth

# 替换为实际的文件直链
file_url = "替换为你拿到的SharePoint文件直链"
username = '你的域名\\你的用户名' # 注意域名和用户名之间用双反斜杠
password = '你的密码'

resp = requests.get(file_url, auth=HttpNtlmAuth(username, password))
# 验证返回内容类型是否为xlsx，正常返回值为application/vnd.openxmlformats-officedocument.spreadsheetml.sheet
print(resp.headers.get('Content-Type'))

with open('test.xlsx', 'wb') as f:
    f.write(resp.content)

4. Office 365 SharePoint Online 适配 #

如果你使用的是线上版SharePoint Online，需要安装专用库：
pip install Office365-REST-Python-Client
对应代码示例：

from office365.runtime.auth.user_credential import UserCredential
from office365.sharepoint.client_context import ClientContext

site_url = "你的SharePoint站点地址"
# 站点内的文件相对路径，比如/Shared Documents/test.xlsx
file_relative_url = "替换为文件相对路径"
username = "你的账号"
password = "你的密码"

ctx = ClientContext(site_url).with_credentials(UserCredential(username, password))
response = ctx.web.get_file_by_server_relative_url(file_relative_url).download()
with open("test.xlsx", "wb") as f:
    f.write(response)

内容的提问来源于stack exchange，提问作者Sajena