使用Microsoft OneDrive轻松加载文件的指南：从注册到数据处理的全流程

bhawfgrcbtwny

于 2024-10-30 15:45:53 发布

阅读量907

点赞数 15

文章标签： microsoft onedrive python

本文链接：https://blog.csdn.net/bhawfgrcbtwny/article/details/143367028

版权

引言

Microsoft OneDrive 是一款由微软提供的文件托管服务。它不仅可以方便地存储文件，还能通过 API 接口集成到各种应用中。本文将详细介绍如何在 Python 中从 OneDrive 加载文件，特别是 docx、doc 和 pdf 文件。我们将通过代码示例，帮助您完成从注册应用到加载 OneDrive 文档的每一步操作。

主要内容

注册 OneDrive 应用

在使用 OneDrive API 之前，您需要在 Microsoft identity platform 上注册一个应用。注册完成后，Azure 门户将显示应用注册的概览，您会看到一个名为 Application (client) ID 的字段，这个值将在后续使用中用于唯一标识您的应用。

设置重定向 URI，例如：http://localhost:8000/callback
在应用程序机密部分生成一个新的密码 (client_secret)
添加下列权限范围 SCOPES：offline_access 和 Files.Read.All

获取 OneDrive ID

使用 Graph Explorer Playground 获取您的 OneDrive ID。确保使用与您的 OneDrive 账户关联的账号登录，并发送请求到 https://graph.microsoft.com/v1.0/me/drive，响应中会包含您的 OneDrive ID。

安装和配置必要的库

在项目中使用以下命令安装 o365 库：

pip install o365

环境变量的设置可以通过在应用根目录放置 .env 文件，或通过 Python 代码设置：

import os

os.environ['O365_CLIENT_ID'] = "YOUR CLIENT ID"
os.environ['O365_CLIENT_SECRET'] = "YOUR CLIENT SECRET"

认证和加载文档

在认证过程中，OneDriveLoader 会打印一个 URL，您需要访问该 URL 并给予应用相应权限。授予权限后，复制页面 URL 并粘贴回控制台以完成登录。

from langchain_community.document_loaders.onedrive import OneDriveLoader

loader = OneDriveLoader(drive_id="YOUR DRIVE ID")
loader.auth()  # 登录时会显示一个 URL 以完成授权

代码示例

以下是从 OneDrive 加载特定文件夹中文档的完整示例：

from langchain_community.document_loaders.onedrive import OneDriveLoader

# 使用API代理服务提高访问稳定性
loader = OneDriveLoader(drive_id="YOUR DRIVE ID", folder_path="Documents/clients", auth_with_token=True)
documents = loader.load()

for doc in documents:
    print(doc.get('name'), doc.get('content'))