一、简介

本文讲述使用python下载腾讯文档中的Excel数据，下方有完整代码，方便食用。

1. 思路

腾讯文档导出流程如下

使用抓包工具获取导出接口，检测数据是否准备完成接口、下载excel接口，使用requests进行调用，即可完成下载

二、实现步骤数据准备

1.提供腾讯文档中excel文档地址，以便进行下载，首先需要进行登陆，获取excel文档地址

document_url =

2.获取文档localPadId，每份文档唯一。打开浏览器控制台，刷新页面，filter中输入doc_info，找到该请求的localPadId

local_pad_id = 300000000$TfQWCVvRALvN

cookie值获取，右键复制即可

cookie_value = ********

获取当前用户nowUserIndex

用户nowUserIndex字段为后续下载excel文件接口的u字段，这里通过调用接口document_url获取

    def get_now_user_index(self):        """        # 获取当前用户信息,供创建下载任务使用        :return:            # nowUserIndex = '4883730fe8b94fbdb94da26a9a63b688'            # uid = '144115225804776585'            # utype = 'wx'        """        response_body = requests.get(url=self.document_url, headers=self.headers, verify=False)        parser = BeautifulSoup(response_body.content, 'html.parser')        global_multi_user_list = re.findall(re.compile('window.global_multi_user=(.*?);'), str(parser))        if global_multi_user_list:            user_dict = json.loads(global_multi_user_list[0])            print(user_dict)            return user_dict['nowUserIndex']        return 'cookie过期,请重新输入'

创建导出任务

创建导出任务的接口通过点击导出按钮获取，其中u字段值即为nowUserIndex字段，创建导出任务接口会返回一个operationId字段，是检测数据准备进度的入参。

export_excel_url = f'{now_user_index}'

    def export_excel_task(self, export_excel_url):        """        导出excel文件任务,供查询文件数据准备进度        :return:        """        body = {            'docId': self.localPadId, 'version': '2'        }        res = requests.post(url=export_excel_url,                                      headers=self.headers, data=body, verify=False)        operation_id = res.json()['operationId']        return operation_id

检查数据准备进度，并下载

查询数据准备进度的接口为check_progress_url = f'{now_user_index}&operationId={operation_id}'，在点击导出excel时会出现该接口信息，频繁调用该接口，当progress进度为100时，该接口返回值会出现file_url信息。然后requests调用file_url，就可以拿到文件流，写到excel文件中即可完成下载。

    def download_excel(self, check_progress_url, file_name):        """        下载excel文件        :return:        """        # 拿到下载excel文件的url        start_time = time.time()        file_url = ''        while True:            res = requests.get(url=check_progress_url, headers=self.headers, verify=False)            progress = res.json()['progress']            if progress == 100:                file_url = res.json()['file_url']                break            elif time.time() - start_time > 30:                print("数据准备超时,请排查")                break        if file_url:            self.headers['content-type'] = 'application/octet-stream'            res = requests.get(url=file_url, headers=self.headers, verify=False)            with open(file_name, 'wb') as f:                f.write(res.content)            print('下载成功,文件名: ' + file_name)        else:            print("下载文件地址获取失败, 下载excel文件不成功")

# -*- coding: UTF-8 -*-"""@Project :small-tools @File    :tengxun.py@Author  :silen@Time    :2022/5/26 15:42@Description : """import jsonimport osimport reimport timefrom datetime import datetimefrom time import sleepimport clickimport pandas as pdimport requestsfrom bs4 import BeautifulSoupclass TengXunDocument():    def __init__(self, document_url, local_pad_id, cookie_value):        # excel文档地址        self.document_url = document_url        # 此值每一份腾讯文档有一个,需要手动获取        self.localPadId = local_pad_id        self.headers = {            'content-type': 'application/x-www-form-urlencoded',            'Cookie': cookie_value        }    def get_now_user_index(self):        """        # 获取当前用户信息,供创建下载任务使用        :return:            # nowUserIndex = '4883730fe8b94fbdb94da26a9a63b688'            # uid = '144115225804776585'            # utype = 'wx'        """        response_body = requests.get(url=self.document_url, headers=self.headers, verify=False)        parser = BeautifulSoup(response_body.content, 'html.parser')        global_multi_user_list = re.findall(re.compile('window.global_multi_user=(.*?);'), str(parser))        if global_multi_user_list:            user_dict = json.loads(global_multi_user_list[0])            print(user_dict)            return user_dict['nowUserIndex']        return 'cookie过期,请重新输入'    def export_excel_task(self, export_excel_url):        """        导出excel文件任务,供查询文件数据准备进度        :return:        """        body = {            'docId': self.localPadId, 'version': '2'        }        res = requests.post(url=export_excel_url,                                      headers=self.headers, data=body, verify=False)        operation_id = res.json()['operationId']        return operation_id    def download_excel(self, check_progress_url, file_name):        """        下载excel文件        :return:        """        # 拿到下载excel文件的url        start_time = time.time()        file_url = ''        while True:            res = requests.get(url=check_progress_url, headers=self.headers, verify=False)            progress = res.json()['progress']            if progress == 100:                file_url = res.json()['file_url']                break            elif time.time() - start_time > 30:                print("数据准备超时,请排查")                break        if file_url:            self.headers['content-type'] = 'application/octet-stream'            res = requests.get(url=file_url, headers=self.headers, verify=False)            with open(file_name, 'wb') as f:                f.write(res.content)            print('下载成功,文件名: ' + file_name)        else:            print("下载文件地址获取失败, 下载excel文件不成功")if __name__ == '__main__':    # excel文档地址    document_url = ';    # 此值每一份腾讯文档有一个,需要手动获取    local_pad_id = '300000000$JxGXTkhdsIxB'    # 打开腾讯文档后,从抓到的接口中获取cookie信息    cookie_value = '******'    tx = TengXunDocument(document_url, local_pad_id, cookie_value)    now_user_index = tx.get_now_user_index()    # 导出文件任务url    export_excel_url = f'{now_user_index}'    # 获取导出任务的操作id    operation_id = tx.export_excel_task(export_excel_url)    check_progress_url = f'{now_user_index}&operationId={operation_id}'    current_datetime = datetime.strftime(datetime.now(), '%Y_%m_%d_%H_%M_%S')    file_name = f'{current_datetime}.xlsx'    tx.download_excel(check_progress_url, file_name)

成功下载的文档如下所示

如果我的文章对你有帮助，感谢你点的关注