[深入解析：如何通过Python从Google Drive检索文档]

本文链接：https://blog.csdn.net/ahdfwcevnhrtds/article/details/142365940

# 引言

在日常开发中，我们常常需要从Google Drive中检索文档以进行进一步处理。然而，由于Google Drive API的复杂性，初学者可能会感到无从下手。本篇文章旨在帮助读者配置Google Drive API，并使用Python代码有效地检索文档。

# 主要内容

## 前提条件

要使用Google Drive API，需要先完成以下步骤：

1. **创建Google Cloud项目**：可以选择新建项目或使用现有的项目。
2. **启用Google Drive API**：前往Google Cloud Console启用API。
3. **授权凭证**：为桌面应用程序创建OAuth凭证。

安装所需Python库：

```bash
pip install --upgrade google-api-python-client google-auth-httplib2 google-auth-oauthlib

配置Google Drive Retriever

GoogleDriveRetriever要求credentials.json文件默认放在~/.credentials/credentials.json位置。你可以通过设置GOOGLE_ACCOUNT_FILE环境变量来更改路径。

检索Google Docs

通过GoogleDriveRetriever可以批量检索指定文件夹中的文档。要获取文件夹或文档ID，你可以从URL中提取：

文件夹: https://drive.google.com/drive/u/0/folders/<folder_id>
文档: https://docs.google.com/document/d/<document_id>/edit

使用GoogleDriveRetriever

from langchain_googledrive.retrievers import GoogleDriveRetriever

folder_id = "root"

retriever = GoogleDriveRetriever(num_results=2)

# 使用API代理服务提高访问稳定性
retriever.invoke("machine learning")

文件过滤选项

可以根据多种模板过滤文件，例如：

gdrive-all-in-folder: 检索文件夹中的所有文件
gdrive-mime-type: 按照MIME类型搜索文件

你可以通过自定义PromptTemplate来更精确地指定搜索条件。

from langchain_core.prompts import PromptTemplate

retriever = GoogleDriveRetriever(
    template=PromptTemplate(
        input_variables=["query"],
        template="(fullText contains '{query}') and mimeType='application/vnd.google-apps.document' and trashed=false",
    ),
    num_results=2,
)

代码示例

以下代码展示如何检索文件并输出内容：

for doc in retriever.invoke("machine learning"):
    print(doc.metadata['name'] + ":")
    print("---")
    print(doc.page_content.strip()[:60] + "...")