使用Python访问Microsoft SharePoint中Excel文件的方法咨询

1. 前置依赖安装 #

首先安装操作所需的第三方库：

pip install office365-rest-python-client pandas openpyxl

2. 提前准备必要参数 #

操作前请确认以下信息：

• 公司SharePoint站点地址：格式为https://<公司域名>.sharepoint.com/sites/<站点名称>，示例：https://contoso.sharepoint.com/sites/sales
• 目标文件夹的相对站点路径：即从站点根目录到目标Excel文件夹的路径，示例：Shared Documents/2024年销售报表
• 有权限访问该站点的企业账号用户名、密码（若账号未开启多因素认证可直接使用，开启MFA请参考后续特殊场景适配方案）

3. 完整实现代码 #

from office365.sharepoint.client_context import ClientContext
from office365.runtime.auth.user_credential import UserCredential
import pandas as pd
from io import BytesIO

# -------------------------- 替换为你自己的参数 --------------------------
SHAREPOINT_SITE_URL = "https://yourcompany.sharepoint.com/sites/your-site"
USERNAME = "your-work-email@company.com"
PASSWORD = "your-work-account-password"
TARGET_FOLDER_PATH = "Shared Documents/target-excel-folder"
# -----------------------------------------------------------------------

# 建立SharePoint连接
ctx = ClientContext(SHAREPOINT_SITE_URL).with_credentials(UserCredential(USERNAME, PASSWORD))

# 获取目标文件夹下的所有文件
folder = ctx.web.get_folder_by_server_relative_url(TARGET_FOLDER_PATH)
files = folder.files
ctx.load(files)
ctx.execute_query()

# 遍历文件，仅处理Excel格式文件，直接读取为DataFrame无需下载到本地
df_list = []
for file in files:
    if file.name.endswith(('.xlsx', '.xls')):
        # 读取文件内容到内存
        file_content = file.open_binary(ctx).content
        # 转换为DataFrame，可根据需求调整sheet_name、header等参数
        df = pd.read_excel(BytesIO(file_content), sheet_name=0, engine='openpyxl')
        # 可选：新增列标记数据来源文件
        df['source_file'] = file.name
        df_list.append(df)

# 合并所有Excel数据（无需合并可单独处理df_list内的单个DataFrame）
final_df = pd.concat(df_list, ignore_index=True)
print(final_df.head())

4. 特殊场景适配 #

• 账号开启多因素认证（MFA）：需先在Azure AD注册应用，授予对应SharePoint站点的访问权限，将认证方式替换为ClientCredential(client_id, client_secret)即可，后续文件读取逻辑无需修改
• 读取单个指定Excel文件：可跳过文件夹遍历步骤，直接调用ctx.web.get_file_by_server_relative_url("文件完整相对路径")获取指定文件
• 处理大体积Excel文件：可新增分块读取逻辑，避免内存占用过高

内容的提问来源于stack exchange，提问作者randunu galhena