飞书API（5）：查看多维表 28 种数据类型的数据结构

最新推荐文章于 2024-10-08 13:29:47 发布
最新推荐文章于 2024-10-08 13:29:47 发布
阅读量2.2k 收藏 18
点赞数 9
分类专栏： 飞书API解读 文章标签： 飞书 数据结构 python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_45476428/article/details/138045818
版权

一、引入

前面我们用于测试的数据集其实都是比较常用的数据，比如说文本、数字、单选等，但飞书多维表并不仅仅只有这些数据，截止发文，飞书多维表应用上支持28种数据类型，在数据层面飞书官方只提供了23种数据类型，5种合并了，如下表格：多行文本、条码、Email邮箱三种数据类型都合并到编码 1，都用文本表示，数字、进度、货币、评分都合并到编码 2，都用数字表示。

数据类型编码数据类型中文描述数据类型对应英文描述
1多行文本、条码Text,Barcode
1Email邮箱Email
2数字、进度、货币、评分Number,Progress,Currency,Rating
3单选SingleSelect
4多选MultiSelect
5日期DateTime
7复选框Checkbox
11人员User
13电话号码Phone
15超链接Url
17附件Attachment
18单向关联SingleLink
19查找引用Lookup
20公式Formula
21双向关联DuplexLink
22地理位置Location
23群组GroupChat
24流程Stage
1001创建时间CreatedTime
1002最后更新时间ModifiedTime
1003创建人CreatedUser
1004修改人ModifiedUser
1005自动编号AutoNumber
3001按钮Button

本文就来认识一下这些数据类型读取到的数据都长什么样，以便后期的数据处理。

二、了解字段类型数据结构

由于类型太多，这里分类来查看，先简单分为几类：

  • 文本类：1（多行文本、条码、Email）、3（单选）、4（多选）、13（电话号码）、1005（自动编号）
  • 数字类：2（数字、进度、货币、评分）
  • 日期类：5（日期）、1001（创建时间）、1002（最后更新时间）
  • 人员和群组类：11（人员）、23（群组）、1003（创建人）、1004（修改人）
  • 关联和引用类：15（超链接）、17（附件）、18（单向关联）、19（查找引用）、21（双向关联）
  • 其他：7（复选框）、20（公式）、22（地理位置）、24（流程）、3001（按钮）

飞书官方也有提供一个数据结构文档，可以查看字段参数的说明，不过缺少一些数据示例的展示，可以结合使用。

2.1 文本类

文本类：1（多行文本、条码、Email）、3（单选）、4（多选）、13（电话号码）、1005（自动编号）

新建一个数据表，按上一行的数据类型创建字段，如下图，然后填充一些测试值。
为了方便查看读取的数据，建议列名和数据类型保持一致，避免后续需要来回核对某个字段的数据类型，而且不容易出错。
image.png

接下来使用 API 调试台来读取表单数据看看各个数据类型返回的数据结构。
打开 API 调试台，在左侧的 API 列表依次打开：云文档>多维表格>记录，找到查询记录，打开该 API。

温馨提示：
1、不清楚怎么查找参考《飞书API（2）：通过 Python 读取多维表数据》中的“1.1 获取 demo”小节；
2、前面已经把文档授权给应用，所以应用可以直接读取。如果是新建的文档，需要授权，参考《飞书API（1）：读取飞书多维表数据》中的“3、创建多维表，并设置应用操作多维表的权限”小节。

我的表单链接为：

https://xxx.feishu.cn/base/PtRdbPjCFa5Og5sry0lcD1yPnKg?table=tblKPtVpk0xLDmAD&view=vew4gNVM5T

其中，“PtRdbPjCFa5Og5sry0lcD1yPnKg”为“app_token”，“tblKPtVpk0xLDmAD”为“table_id”。
分别将参数填写到路径参数。
image.png

注意请求体中的内容把它清楚掉，保留一对大括号即可：{}。
image.png

配置好了，发起请求：点击开始调试。可以看到返回的数据结构如下：
image.png

简单介绍一下整一个响应体的数据结构，将整个结构抽象一下，基本如下。

  • 最外层是三组键值对构成，键分别是“code”、“data”和“msg”。当“code”为 0 时表示请求成功，如果请求失败时，则没有“data”键。
  • “data”的值又嵌套三组键值对，键分别是“has_more”、“items”和“total”。“has_more”用于判断是否有翻页，如果有，该值为“true”，并在同级下会多一组键值对，键是“page_token”，该参数的值是用于获取下一页的标识（可将查询参数中的“page_size”设置小一些，重新发起请求查看结果）。
  • “items”的值是一个列表结构，每个元素都是一条数据记录，每条数据记录有两组键值对，键分别是“fields”和“record_id”。前者存放真实的数据，以键值对“字段名:值”的形式记录数据，后者是每一行的唯一标识。
{
  "code": 0,
  "data": {
            "has_more": false,
            "items": [
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3DpzWCW4"
                      },
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3DpzdSXv"
                      },
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3Dpz1dTA"
                      }
                    ],
            "total": 10
        },
  "msg": "success"
}

了解完大致结构，接下来单独抽取“fields”，查看每个字段返回的值。

{
    "多行文本": [{"text": "我是文本1","type": "text"}],
    "条码": [{"text": "475495794","type": "text"}],
    "Email": [{"link": "mailto:ceshi@ceshi.com","text": "ceshi@ceshi.com","type": "url"}],
    "自动编号": "1"
    "电话号码": "13549857286",
    "单选": "单选11",
    "多选": ["多选11","多选22"],
}

结合原多维表数据可以看出：

  • “多行文本”、“条码”和“Email”的字段值是使用一个列表包裹，首个元素值的“text”键的值才是多维表上用户输入的信息，只不过“Email”的首个元素多了一个“link”键；
  • “自动编号”、“电话号码”和“单选”的字段值都是一个字符串，记录的都是用户输入的信息；
  • “多选”的字段值是一个列表，里面每个元素都是用户输入的信息。

image.png

2.2 数字类

数字类：2（数字、进度、货币、评分）

用和《1.1 文本类》类似的方法查看数字类的返回信息。
新建表单数据如下：
image.png

调接口返回数据如下：

{
    "数字-小数": 1.33,
    "数字-整数": 1,
    "评分": 5,
    "货币": 5.22,
    "进度": 0.7
}

结合多维表数据和返回数据可以看出：“数字”、“进度”、“货币”和“评分”的字段值都是一个数值，记录的都是用户输入的信息。

2.3 日期类

日期类：5（日期）、1001（创建时间）、1002（最后更新时间）

用和《1.1 文本类》类似的方法查看数字类的返回信息。
新建表单数据如下：
image.png

调接口返回数据如下：

{
    "创建时间": 1713683411000,
    "日期": 1711900800000,
    "日期-时间": 1712301240000,
    "最后更新时间": 1713683658000
}

结合多维表数据和返回数据可以看出：“日期”、“创建时间”和“最后更新时间”的字段值都是一个毫秒级别的时间戳，需要转换为时间格式才能获取到用户输入的信息。

2.4 人员和群组

人员和群组类：11（人员）、23（群组）、1003（创建人）、1004（修改人）

用和《1.1 文本类》类似的方法查看数字类的返回信息。
新建表单数据如下：
image.png

调接口返回数据如下：

{
    "人员": [
            {
              "email": "",
              "en_name": "user1",
              "id": "ou_4007a8a82cc6e0874524edda12ce94b1",
              "name": "user1"
            }
      ],
    "人员-允许多个": [
            {
              "email": "",
              "en_name": "user2",
              "id": "ou_ff61f5c95f505aa9a9e724a43f81e8c9",
              "name": "user2"
            },
            {
              "email": "",
              "en_name": "user1",
              "id": "ou_4007a8a82cc6e0874524edda12ce94b1",
              "name": "user1"
            }
      ],
    "修改人": [
            {
              "email": "",
              "en_name": "user1",
              "id": "ou_4007a8a82cc6e0874524edda12ce94b1",
              "name": "user1"
            }
      ],
    "创建人": [
            {
              "email": "",
              "en_name": "user1",
              "id": "ou_4007a8a82cc6e0874524edda12ce94b1",
              "name": "user1"
            }
      ],
    "序号": "1",
    "群组": [
            {
              "avatar_url": "https://s1-imfile.feishucdn.com/static-resource/avatar/default-avatar_9fb72564-d52a-49b0-9de8-f79071a02286_96.webp",
              "id": "oc_8b6ac124bd908dce5c5facfb41c4dd4e",
              "name": "(无主题)"
            }
      ],
    "群组-允许多个": [
            {
              "avatar_url": "https://s1-imfile.feishucdn.com/static-resource/avatar/default-avatar_9fb72564-d52a-49b0-9de8-f79071a02286_96.webp",
              "id": "oc_8b6ac124bd908dce5c5facfb41c4dd4e",
              "name": "(无主题)"
            },
            {
              "avatar_url": "https://s3-imfile.feishucdn.com/static-resource/avatar/default-avatar_44ae0ca3-e140-494b-956f-78091e348435_96.webp",
              "id": "oc_da64ef01c4c85a02e4f1198a45d57e85",
              "name": "二人组"
            }
      ]
}

结合多维表数据和返回数据可以看出：

  • “人员”、“创建人”和“修改人”的字段值都是一个列表，列表的每个元素记录每个人员的“email”、“en_name”、“id”和“name”，其中“en_name”为英文名字，“name”为昵称，“id”是用户唯一标识，可用于飞书机器人在飞书群聊中 @ 对应的用户。不同点在于“人员”支持多个值，而“创建人”和“修改人”只能支持一个值。当“人员”拥有多个值时，每个用户的信息都记录在一个列表的元素；
  • “群组”的字段值结构和“人员”的差不多，只是记录的信息不一样，“name”记录群名，“avatar_url”是群的头像。

2.5 关联和引用

关联和引用类：15（超链接）、17（附件）、18（单向关联）、19（查找引用）、21（双向关联）

用和《1.1 文本类》类似的方法查看数字类的返回信息。
新建表单数据如下：
image.png

相关值的配置：

  • 单向关联：关联《1.1 文本类》的数据表，“单向关联-允许多记录”则是在下图的“允许添加多个记录”前面打勾。

image.png

  • 双向关联：关联《1.1 文本类》的数据表，“双向关联-允许多记录”则是在下图的“允许添加多个记录”前面打勾。

image.png

  • 查找引用：关联《1.1 文本类》的数据表，根据“自动编号”字段进行匹配，然后返回列“多行文本”的“原值”。

image.png

调接口返回数据如下：

{
    "单向关联": {
            "link_record_ids": [
              "recuax3DpzWCW4"
            ]
          },
    "单向关联-允许多记录": {
            "link_record_ids": [
              "recuax3DpzWCW4",
              "recuax3DpzdSXv"
            ]
          },
    "双向关联": {
            "link_record_ids": [
              "recuax3DpzWCW4"
            ]
          },
    "双向关联-允许多记录": {
            "link_record_ids": [
              "recuax3DpzWCW4",
              "recuax3DpzdSXv"
            ]
          },
    "查找引用": {
            "type": 1,
            "value": [
              {
                "text": "我是文本1",
                "type": "text"
              }
            ]
          },
    "自动编号": "1",
    "超链接": {
            "link": "https://vl933ry4wy.feishu.cn/base/PtRdbPjCFa5Og5sry0lcD1yPnKg?table=tbl3cvd797CmyEnN&view=vewdFnsmWn",
            "text": "测试数据类型"
          },
    "附件": [
            {
              "file_token": "Cm3Vb8fe4oLPw4xgChZcOa2Mnhe",
              "name": "image.png",
              "size": 956,
              "tmp_url": "https://open.feishu.cn/open-apis/drive/v1/medias/batch_get_tmp_download_url?file_tokens=Cm3Vb8fe4oLPw4xgChZcOa2Mnhe",
              "type": "image/png",
              "url": "https://open.feishu.cn/open-apis/drive/v1/medias/Cm3Vb8fe4oLPw4xgChZcOa2Mnhe/download"
            },
            {
              "file_token": "UgSYbwu7oo4XNrxsikVchUPxndg",
              "name": "image.png",
              "size": 2187,
              "tmp_url": "https://open.feishu.cn/open-apis/drive/v1/medias/batch_get_tmp_download_url?file_tokens=UgSYbwu7oo4XNrxsikVchUPxndg",
              "type": "image/png",
              "url": "https://open.feishu.cn/open-apis/drive/v1/medias/UgSYbwu7oo4XNrxsikVchUPxndg/download"
            }
          ]
}

结合多维表数据和返回数据可以看出：

  • “超链接”的数据结构是两组键值对，键“link”记录者链接内容，“text”记录链接的名称。
  • “附件”的数据结构是一个列表，当有多个附件时，一个附件作为一个元素。每个元素中都有六组键值对，键“file_token”记录附件的唯一标识，该值可用于将图片插入多维表的附件列；键“name”记录附件名称；键“size”记录附件大小，单位：B；键“tmp_url”记录临时链接，访问之后会返回一个公网可访问的图片网址供下载图片（注意：访问“tmp_url”需要 access token 鉴权）；键“type”记录附件类型，比如图片、文件等；键“url”记录图片的 API 链接，访问该链接返回一个二进制流数据，可直接写入本地图片（注意：访问时需要 access token 鉴权）。
  • “单向关联”和“双向关联”的字段值结构基本一致，都是返回一个简直对，键“link_record_ids”的值是一个列表，列表中的每个元素是我们引用的数据行的“record_id”。
  • “查找引用”的字段值由两组键值对构成，键“type”记录数据类型，键“value”记录引用的值。该字段有点套娃的意思，将目标字段返回的数据结构在键“value”中重新记录一遍。

2.6 其他

其他：7（复选框）、20（公式）、22（地理位置）、24（流程）、3001（按钮）

位置、按钮、流程
用和《1.1 文本类》类似的方法查看数字类的返回信息。
新建表单数据如下：
image.png

调接口返回数据如下：

{
    "公式-数字": {
            "type": 2,
            "value": [
              10
            ]
          },
    "公式-文本": {
            "type": 1,
            "value": [
              {
                "text": "公式1",
                "type": "text"
              }
            ]
          },
    "地理位置": {
            "address": "东长安街",
            "adname": "东城区",
            "cityname": "北京市",
            "full_address": "天安门广场，北京市北京市东城区东长安街",
            "location": "116.397755,39.903179",
            "name": "天安门广场",
            "pname": "北京市"
          },
    "复选框": true,
    "自动编号": "1"
}

结合多维表数据和返回数据可以看出：

  • “复选框”的字段值是“true”或者“false”；
  • “公式”的字段值返回两组键值对，键“type”记录字符类型，另外一个键“value”记录字段值。公式的值一般只有两种：字符串和数字，即使是日期，也是以数字显示，不过“type”类型则是 5；
  • “地理位置”的字段值返回七组键值对，分别是详细地址（“address”）、区（“adname”）、城市（“cityname”）、省（“pname”）、完整地址（“full_address”）、经纬度（“location”）和地名（“name”）
  • “流程”和“按钮”这两个数据类型暂时没有返回值。

三、小结

整体上，我们可以分两部分来查看整个数据结构：

  • 第一部分是外层的结构，如下：
{
  "code": 0,
  "data": {
            "has_more": false,
            "items": [
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3DpzWCW4"
                      },
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3DpzdSXv"
                      },
                      {
                          "fields": {字段名:值,字段名:值},
                          "record_id": "recuax3Dpz1dTA"
                      }
                    ],
            "total": 10
        },
  "msg": "success"
}
  • 第二部分是“fields”的结构，“fields”值的每组键值对可能包含的数据类型示例如下：
数据类型编码数据类型中文描述数据类型对应英文描述数据示例
1多行文本、条码Text,Barcode“多行文本”: [{“text”: “我是文本1”,“type”: “text”}]
1Email邮箱Email“Email”: [{“link”: “mailto:ceshi@ceshi.com”,“text”: “ceshi@ceshi.com”,“type”: “url”}]
2数字、进度、货币、评分Number,Progress,Currency,Rating“数字”: 1.33
3单选SingleSelect“单选”: “单选11”
4多选MultiSelect“多选”: [“多选11”,“多选22”]
5日期DateTime“日期”: 1711900800000
7复选框Checkbox“复选框”: true
11人员User“人员”: [{“email”: “”,“en_name”: “user1”,“id”: “ou_4007a8a82cc6e0874524edda12ce94b1”,“name”: “user1”}]
13电话号码Phone“电话号码”: “13549857286”
15超链接Url“超链接”: {
“link”: “https://xxx.feishu.cn/base/PtRdbPjCFa5Og5sry0lcD1yPnKg?table=tbl3cvd797CmyEnN&view=vewdFnsmWn”,
“text”: “测试数据类型”
}
17附件Attachment“附件”: [
{
“file_token”: “Cm3Vb8fe4oLPw4xgChZcOa2Mnhe”,
“name”: “image.png”,
“size”: 956,
“tmp_url”: “https://open.feishu.cn/open-apis/drive/v1/medias/batch_get_tmp_download_url?file_tokens=Cm3Vb8fe4oLPw4xgChZcOa2Mnhe”,
“type”: “image/png”,
“url”: “https://open.feishu.cn/open-apis/drive/v1/medias/Cm3Vb8fe4oLPw4xgChZcOa2Mnhe/download”
}
]
18单向关联SingleLink“单向关联”: {“link_record_ids”: [“recuax3DpzWCW4”]}
19查找引用Lookup“查找引用”: {“type”: 1,“value”: [{“text”: “我是文本1”,“type”: “text”}]}
20公式Formula
21双向关联DuplexLink“双向关联”: {“link_record_ids”: [“recuax3DpzWCW4”]}
22地理位置Location“地理位置”: {
“address”: “东长安街”,
“adname”: “东城区”,
“cityname”: “北京市”,
“full_address”: “天安门广场，北京市北京市东城区东长安街”,
“location”: “116.397755,39.903179”,
“name”: “天安门广场”,
“pname”: “北京市”
}
23群组GroupChat“群组”: [{“avatar_url”: “https://s1-imfile.feishucdn.com/static-resource/avatar/default-avatar_9fb72564-d52a-49b0-9de8-f79071a02286_96.webp”,“id”: “oc_8b6ac124bd908dce5c5facfb41c4dd4e”,“name”: “(无主题)”}]
24流程Stage无返回值
1001创建时间CreatedTime同日期
1002最后更新时间ModifiedTime同日期
1003创建人CreatedUser同人员
1004修改人ModifiedUser同人员
1005自动编号AutoNumber“自动编号”: “1”
3001按钮Button无返回值
前有vika维格表后有飞书多维表格，打破传统的项目管理工具！
weixin_53382521的博客
12-24 2113
在vika维格表公测很长一段时间后，飞书多维表格也紧跟其后，开启了飞书多维表格的内测。两者都是为了改变Excel这个传统表格的使用方式，让项目管理变得更加的轻松高效。 在传统电子表格的基础上，vika维格表融入了可视化数据、多人在线编辑、低代码技术等丰富强大的功能，让众多”表哥""表姐“告别满天飞的文件传输与沟通不对等的烦恼。 作为一款集科技、颜值、性能、实用于一身的多维智能表格，vika维格表还可以协助你进行数据分析和项目管理。 说说两者的区别 与vika维格表同样发现：数字化时代生产
青丰数据,飞书机器人,飞书多维表格
05-15
青丰数据,飞书机器人,飞书多维表格处理数据
一探究竟！飞书的多维表格真的好用吗？
最新发布
weixin_45512098的博客
10-08 1504
最近几天，飞书官方大力宣传了一波飞书多维表格，在采访视频中多维表格负责人凯文直接开炫 ”性能和速度全球第一’，显示出对他们新升级产品的强大信心。可能有不少朋友还没用过飞书的多维表格，今天程哥就和大家一探究竟，看看飞书的多维表格到底好不好用？
飞书API（3）：Python 自动读取多维表所有分页数据的三种方法
明而决之
04-07 2398
使用 Python 读取多维表分页，需要传递“page_token”参数。 第一页“page_token”参数为空字符串，第二页开始从上一页的响应体提取“page_token”的值。 使用 Python 实现，可以通过三种方式读取所有分页的数据：while 循环读取、for 循环读取和内函数递归读取。 ● while 循环：使用has_more参数，直到has_more=False跳出循环； ● for 循环：使用total参数，结合page_size计算循环次数； ● 内函数递归：使用has_more参数
Power BI调用飞书API，抓取多维表格中的数据
weixin_38775843的博客
06-23 6051
首先，我们打开的，链接地址是 https://open.feishu.cn/document/server-docs/docs/bitable-v1/notification我们清楚我们的目的是读取数据而已，所以我们直奔主题。
飞书API（2）：通过 Python 读取多维表数据
明而决之
03-31 5799
使用 Python 自动读取多维表主要分两步： 第一步是取应用的 app_id 和 app_secret 获取临时 tenant_access_token，传递给第二步； 第二步是取 tenant_access_token 加上 多维表的标识（app_token、table_id）读取数据。
飞书API 2-2：如何使用 API 建多维表
明而决之
06-22 1763
本文探讨了如何通过 API 创建多维表。 具体操作如下： 获得文件夹的权限 应用配置：在应用后台开启机器人的能力 创建群组：专用于文件夹授权 群组配置：添加应用机器人 文件夹授权：分享给新建的群组 使用 API 创建多维表 其中，应用和群组配置可以视为一次性操作，后续只需要进行文件夹给群组授权，便可以使用 API 创建多维表。
飞书API（1）-读取飞书多维表数据
明而决之
03-25 3697
本文介绍如何通过飞书 API 读取飞书多维表的数据，从创建应用到发布，再到 API 调试。详细流程如下：1、创建应用2、申请权限，发布版本3、创建多维表，并设置应用操作多维表的权限4、查看接口文档，并调试 API。
飞书API应用创建文件、多维表格、表格流程实操
meiling__的博客
07-03 4078
A组织操作B组织的文件夹，也可以通过这种方式操作文件，但是飞书目前不支持操作外部组织的成员，权限就不能通过Api操作了。多维表格的字段相当于excel的表头，记录相当于excel的数据。我使用的个人空间的文件夹，这里需要开通机器人应用能力。在企业自建应用列表中，点击指定应用，进入应用详情页。以上权限需要全部开通并发布。
【分享】“飞书多维表格“ 在集简云平台集成应用的常见问题与解决方案
weixin_49220773的博客
09-01 1110
TooManyRequest”时请求次数过多，原因是该接口支持的调运频率是10QPS（每秒10次）----每秒钟最多修改10个数据。我们已经进行了优化，如果单次触发的数据超过10个，下一秒会重复请求，最对请求3次。如图需要在飞书多维表格中填加文档应用，选择飞书自建里的相关应用即可获取权限。客户设置数字型字段，如果次字段没有数据，也要写个0。...
js table 表格 复杂表格 多维展示 多维表格【idosoft原创】
06-18
经过研究，发布我的复杂表格、多维展示的成果，如图： 下面是源码（copy and paste,run 看效果）： 访问链接： http://www.idosoft.com.cn/javatech/11.html
更强大的飞书多维表格，正式与你见面！
CSDN资讯
09-13 1399
从 17 个环节到 1 个环节，这张表承载了过去所有的流程，也承载着每一个流程里参与者的任务与责任，同时让这些美味，以更快的节奏走向千家万户。经过这些优秀零售人的巧思妙笔，它由一张小小的表格，成为了他们巡检商品的利器，也正是从这里，它迈出了成为业务系统的第一步。在蔚来汽车，让所有蔚来人引以为傲的换电体系，只需要一张多维表格，便可让 2495 座换电站，在广袤的中国大地上，有序地跳动自己的澎湃脉搏。在万千用户的这些创造中，多维表格也逐渐由“另一种Excel”，成为了一个新的品类，画出了自己的轮廓。
python使用飞书开发平台api，爬取多维表格或者电子表格的数据，并写到本地文件
m0_71695472的博客
07-21 4366
第一次看这种api文档来书写代码完成业务逻辑，并且我本身是用的java语言，对于python并不是很熟悉，使用python代码写的并不是很好，只是看见csdn上面关于飞书api的帖子较少，（当时自己也搜过，没有看见自己想要的），所以才写了这个博客（也是自己第一次写），希望给大家做一个参考，如果有什么问题的话，也希望大家指正。使用飞书开发平台提供的api接口，去爬取多维表格的数据，并保存在本地，也可以爬取电子表格的数据，但是电子表格的相关api在我使用的时候是不提供调试的。
【技巧】飞书多维表格零代码连接飞书多维表格，实现表单自动同步
weixin_49220773的博客
04-20 3309
在公司日常工作中，各个部门使用飞书多维表格记录签订合同、文件审核、归档等事务，常需要行政人员辅助处理，将这些子表单的数据汇总到一个总表单中如果要连接两个不同系统的数据，往往需要系统开发，费用高，时间周长，并且像飞书多维表格这种比较灵活，企业经常会调整使用流程，系统字段，这会导致需要不断地进行调整和开发。飞书多维表格是一款以表格为基础的新一代效率应用。它具备表格的轻盈和业务系统的强大，融合了在线协作、信息管理和可视化能力，能够自适应团队思维和业务发展需求，是具备个性化能力的业务管理工具。1.
Java对接飞书开放平台-查询多维表格数据案例
weixin_48960305的博客
12-22 1744
Java对接飞书开放平台-查询多维表格数据案例
100个好用的智能体插件 | 飞书多维表格
weixin_45512098的博客
08-23 540
扣子智能体飞书表格使用
如何从数据库中筛选出达成指定里程碑节点的项目_公测首发 | 支持API的连接型智能多维表格，「vika维格表」如何让数字化真正成为生产力？...
weixin_39894255的博客
11-20 452
△ 是新朋友吗？记得先点上面 关注我哦~维格星球http://vika.cn 市面上的软件工具那么多，但却很少可以做好连接和整合，真正帮助我们更好地工作和生活。毕竟，对于使用软件提升「生产力」，大家总是抱有很多期待：▶ 有没有一种工具，可以轻松随意DIY出自己的项目管理工具和数据产品？ ▶ 有没有一种技术，连1行代码都不用写，就可以做出业务系统、IT软件？ ▶ 有没有一种数据库，可以简单到连不懂编...
2分钟搭建自己的飞书多维表格
热门推荐
oscube的博客
06-24 1万+
用过飞书的同学都对他的多维表格功能赞不绝口，今天无意中发现了一款开源软件，可以用它来搭建自己的多维表格 这款开源软件叫做NocoDB，项目地址是https://github.com/nocodb/nocodb， 已经有12.6K的star了。它具备如下功能： 丰富的电子表格界面 可以轻松地进行搜索、排序、过滤数据，隐藏表格列 创建网格、图库、看板、甘特图、表单 公共和密码保护，可以共享视图 锁定视图 将图像上传到单元格 多重角色，包括所有者、创建者、编辑者、评论者、查看者、评论者、自定义角色 支持细粒度
python写数据到飞书多维表格
09-08
在Python中写数据到飞书多维表格，首先需要使用飞书开放平台提供的API进行操作。飞书多维表格是飞书应用开发平台的一部分，允许开发者通过API创建和管理表格数据。以下是使用Python写数据到飞书多维表格的基本步骤： 1. 获取必要的认证信息：首先，你需要在飞书开放平台注册应用，并获取相应的App ID和App Secret。然后，使用这些信息来获取访问令牌（Access Token）。 2. 安装必要的Python库：可以使用如`requests`这样的库来发送HTTP请求。如果还没有安装，可以通过`pip install requests`命令进行安装。 3. 编写代码发送数据：使用获取到的Access Token，通过HTTP请求将数据写入飞书多维表格。通常这涉及到发送一个POST请求到飞书多维表格的API端点，其中包含你想写入的数据。 以下是一个简单的代码示例： ```python import requests import json # 飞书多维表格API的URL url = "https://open.feishu.cn/open-apis/sheet/v2/spreadsheet/....../range/write" # 你的飞书应用的Access Token access_token = "YOUR_ACCESS_TOKEN" # 要写入的数据 data = { "range": "Sheet1!A1:B3", "values": [ ["姓名", "年龄"], ["张三", 28], ["李四", 25] ] } # 设置请求头 headers = { "Authorization": f"Bearer {access_token}", "Content-Type": "application/json" } # 发送POST请求写入数据 response = requests.post(url, headers=headers, json=data) # 检查响应 if response.status_code == 200: print("数据写入成功") else: print("数据写入失败，错误码：", response.status_code) ``` 注意，上述代码中的`......`应替换为实际的Spreadsheet ID，`range`和`values`应根据你的实际需求来设置。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Xin学数据

为你点亮一盏灯，愿你前进无阻。

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值