使用gdata-python-client下载Google站点页面内容源

Question

我的最终目标是从Google站点页面导入一些数据。我正在尝试使用gdata-python (v2.0.17)下载特定的内容提要：

self.client = gdata.sites.client.SitesClient(source=SOURCE_APP_NAME)
self.client.client_login(USERNAME, PASSWORD, source=SOURCE_APP_NAME, service=self.client.auth_service)     
self.client.site = SITE
self.client.domain = DOMAIN

uri = '%s?path=%s' % (self.client.MakeContentFeedUri(), '[PAGE PATH]')
feed = self.client.GetContentFeed(uri=uri)
entry = feed.entry[0]
...

结果entry.content具有xhtml格式的页面内容。但是这棵树不包含来自页面的任何计划文本数据。只有html页面结构和链接。

例如，我的测试页面

 <div>Some text</div>

ContentFeed条目只有带有text=None的div节点。

我已经调试了gdata-python请求/响应，并在原始缓冲区中检查了来自服务器的解析数据--任何内容中的计划文本数据。因此，它是Google的一个bug。

可能有什么解决办法吗？我可以使用一些普通的请求参数吗？这里出什么问题了？

Answer 1

这段代码针对Google域和gdata 2.0.17适用于我：

import atom.data
import gdata.sites.client
import gdata.sites.data

client = gdata.sites.client.SitesClient(source='yourCo-yourAppName-v1', site='examplesite', domain='example.com')
client.ClientLogin('admin@example.com', 'examplepassword', client.source);

uri = '%s?path=%s' % (client.MakeContentFeedUri(), '/home')
feed = client.GetContentFeed(uri=uri)
entry = feed.entry[0]
print entry 

当然，它和你的差不多，但它可能会帮助你证明或反驳一些东西。祝好运!