需求背景：
读取腾讯文档在线表格
腾讯文档示例
实现思路：
利用python+requests接口自动化思路，先将在线文档导出至本地，然后用pandas的read_excel方法进行读取,过程中采用fiddler进行抓包分析。
详细步骤：
1、创建导出任务：提取返回的操作id
导出
image
2、查询导出任务：轮询至进度为100，提取返回的file_url
查询导出进度接口示例
3、get方法请求file_url下载文件
下载文件接口示例
4、写入本地文件
file_name= "test.xlsx"
# 若存在则先删除文件
if os.path.exists(file_name):
os.remove(file_name)
# 写入文件
with open(file_name,"wb")as code:
code.write(content.content)
print("下载完成。")
5、读取本地文件
io= r'C:\Users\user\PycharmProjects\xxx\test.xlsx'
# 读取表格，只读取sheet_name为xx，以第二行为表头，只读取指定行
data= pd.read_excel(io,sheet_name='xxx',header=1,usecols=[0,1,2,5,6,7,8])
核心问题：
各个接口的登录态问题，共需要5个cookie键值对,一般同一个企业微信只有uid_key、wedrive_ticket会过期，
（注意：若该账号再次登录访问该腾讯文档会刷新cookie，到时候只需要替换新的uid_key、wedrive_ticket即可。）
uid_key=xx
uid=xxx
wedrive_sid=xxxxxx
wedrive_skey=xxxxxxx
wedrive_ticket=xxxxxx
登录态示例
实战代码：-小白代码请轻喷
# -*- coding: utf-8 -*-
"""
__author__: @xxx
__datetime__: xxx
"""
import json
import os
from timeimport sleep
# 生成导出任务配置
import click
import pandasas pd
import requests
# 导出表格地址
EXPORT_OFFICE_URL= "https://doc.weixin.qq.com/v1/export/export_office"
# 查询导出任务配置
QUERY_PROGRESS_URL= "https://doc.weixin.qq.com/v1/export/query_progress"
# 腾讯文档地址
project_excel_url= "https://doc.weixin.qq.com/sheet/xxx"
project_excel_name= "xxx表"
class ProjectRemindRobot:
"""导出腾讯文档到本地"""
def __init__(self,
uid: str,
uid_key: str,
doc_id: str,
file_name: str,
wedrive_ticket: str,
wedrive_skey: str,
wedrive_sid: str
):
self.uid= uid
self.uid_key= uid_key
self.doc_id= doc_id
self.file_name= file_name
self.wedrive_ticket= wedrive_ticket
self.wedrive_skey= wedrive_skey
self.wedrive_sid= wedrive_sid
# uid doc_id wedrive_skey wedrive_sid通常不变
def create_export_office_task(self):
"""
创建导出文件任务"""
# 组织请求cookie并赋为全局变量方便后面接口使用
global cookie_value
cookie_value= 'uid=%s; uid_key=%s; wedrive_ticket=%s; wedrive_skey=%s; wedrive_sid=%s;' % (
self.uid,self.uid_key,self.wedrive_ticket,self.wedrive_skey,self.wedrive_sid)
doc_id_value= '%s' % self.doc_id
headers= {'content-type': 'application/x-www-form-urlencoded','Cookie': cookie_value}
# 请求体
body= {'docId': doc_id_value,'version': '2'}
#调用request发送post请求
response_body= requests.post(url=EXPORT_OFFICE_URL,headers=headers,data=body)
print("添加导出任务返回内容为：", response_body.text)
return response_body
def query_progress_task(self,operation_id):
"""
查询导出文件任务进度"""
# 组织请求cookie
headers= {'content-type': 'application/x-www-form-urlencoded','Cookie': cookie_value}
# 请求体
body= {'operationId': operation_id}
#调用request发送get请求
response_body= requests.get(url=QUERY_PROGRESS_URL,headers=headers,params=body)
print("查询进度内容为：", response_body.text)
return response_body
def down_file(self,file_url):
"""
下载文件"""
headers= {'Cookie': cookie_value}
response_body= requests.get(url=file_url,headers=headers)
print("查询进度内容为：", response_body)
return response_body
def read_data(self):
io= r'C:\Users\user\PycharmProjects\xxx\test.xlsx'
# 读取表格，只读取sheet_name为xx，以第二行为表头，只读取指定行
data= pd.read_excel(io,sheet_name='xxx'）',header=1,usecols=[0,1,2,5,6,7,8])
return data
def main(self):
"""
程序入口"""
# 1、创建任务
resp_create_export_office= self.create_export_office_task()
print("添加导出任务返回内容为：%s" % resp_create_export_office.text)
operation_id= resp_create_export_office.json()["operationId"]
print("创建任务成功：%s" % operation_id)
# 2、轮询任务，直到 100% 停止
while True:
resp_query_progress= self.query_progress_task(operation_id)
progress= resp_query_progress.json()["progress"]
print("|" + "#" * progress+ "| " + "%s/100" % progress)
if progress>= 100:
file_url= resp_query_progress.json()["file_url"]
print("导出任务完成：%s" % resp_query_progress)
break
sleep(1)
# 3、下载文件
print("开始下载文件。。。")
content= self.down_file(file_url)
print(type(content))
file_name= "test.xlsx"
# 若存在则先删除文件
if os.path.exists(file_name):
os.remove(file_name)
# 写入文件
with open(file_name,"wb")as code:
code.write(content.content)
print("下载完成。")
# 读取文件
self.read_data()
if __name__== '__main__':
# 只需要定时替换uid_key wedrive_ticket
prr= ProjectRemindRobot(
uid="xxx",
doc_id="xx",
file_name="export_file.xlsx",
wedrive_skey="xx",
wedrive_sid="xx",
uid_key="xxx",
wedrive_ticket="xxx",
)
prr.main()
网友评论