Google Spreadsheets Python API v4 技术文档
2024-12-25 18:04:22作者:胡唯隽
1. 安装指南
安装步骤
-
确保你已经安装了Python 3.8或更高版本。
-
使用以下命令安装
gspread库:pip install gspread
依赖项
- Python 3.8+
2. 项目使用说明
基本用法
-
创建Google API凭据:首先,你需要在Google API Console中创建凭据。具体步骤可以参考这里。
-
开始使用gspread:
import gspread gc = gspread.service_account() # 打开一个表格 wks = gc.open("Where is the money Lebowski?").sheet1 # 更新单元格范围 wks.update([[1, 2], [3, 4]], "A1") # 更新单个单元格 wks.update_acell("B42", "it's down there somewhere, let me take another look.") # 格式化表头 wks.format('A1:B1', {'textFormat': {'bold': True}})
从v5.12升级到v6.0
升级Python版本
- Python 3.7已停止支持,gspread v6需要Python 3.8或更高版本。
修改Worksheet.update参数
values和range_name参数的位置已交换。你可以交换它们,或者使用命名参数。values现在必须是二维数组。
# 示例
file.sheet1.update([["54", "55"]], "B2:C2")
# 或者
file.sheet1.update(range_name="B2:C2", values=[["54", "55"]])
3. 项目API使用文档
打开表格
# 通过标题打开表格
sh = gc.open('My poor gym results')
# 通过表格的key打开
sht1 = gc.open_by_key('0BmgG6nO_6dprdS1MN3d3MkdPa142WFRrdnRRUWl1UFE')
# 通过URL打开
sht2 = gc.open_by_url('https://docs.google.com/spreadsheet/ccc?key=0Bm...FE&hl')
创建表格
sh = gc.create('A new spreadsheet')
# 必须与你的邮箱共享新创建的表格
sh.share('otto@example.com', perm_type='user', role='writer')
选择工作表
# 通过索引选择工作表
worksheet = sh.get_worksheet(0)
# 通过标题选择工作表
worksheet = sh.worksheet("January")
# 选择Sheet1
worksheet = sh.sheet1
# 获取所有工作表的列表
worksheet_list = sh.worksheets()
创建工作表
worksheet = sh.add_worksheet(title="A worksheet", rows="100", cols="20")
删除工作表
sh.del_worksheet(worksheet)
获取单元格值
# 通过标签获取值
val = worksheet.get('B1').first()
# 通过坐标获取值
val = worksheet.cell(1, 2).value
获取行或列的所有值
# 获取第一行的所有值
values_list = worksheet.row_values(1)
# 获取第一列的所有值
values_list = worksheet.col_values(1)
获取工作表的所有值
from gspread.utils import GridRangeType
list_of_lists = worksheet.get(return_type=GridRangeType.ListOfLists)
更新单元格
# 更新单个单元格
worksheet.update_acell('B1', 'Bingo!')
# 更新范围
worksheet.update([[1, 2], [3, 4]], 'A1:B2')
# 批量更新
worksheet.batch_update([{
'range': 'A1:B2',
'values': [['A1', 'B1'], ['A2', 'B2']],
}, {
'range': 'J42:K43',
'values': [[1, 2], [3, 4]],
}])
4. 项目安装方式
使用pip安装
pip install gspread
手动安装
-
下载项目源码。
-
解压后进入项目目录。
-
运行以下命令:
python setup.py install
通过以上步骤,你可以成功安装并使用gspread库来操作Google Spreadsheets。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.87 K
暂无简介
Dart
671
155
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
260
322
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
661
309
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
653
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
15
1