> ## Documentation Index > Fetch the complete documentation index at: https://langchain-zh.cn/llms.txt > Use this file to discover all available pages before exploring further. # Google Drive 集成 > 使用 LangChain Python 与 Google Drive 文档加载器集成。 > [Google Drive](https://en.wikipedia.org/wiki/Google_Drive) 是由 Google 开发的文件存储和同步服务。 本文档介绍如何从 `Google Drive` 加载文档。目前仅支持 `Google Docs`。 ## 前提条件 1. 创建一个 Google Cloud 项目或使用现有项目 2. 启用 [Google Drive API](https://console.cloud.google.com/flows/enableapi?apiid=drive.googleapis.com) 3. [为桌面应用程序授权凭据](https://developers.google.com/drive/api/quickstart/python#authorize_credentials_for_a_desktop_application) 4. `pip install -U google-api-python-client google-auth-httplib2 google-auth-oauthlib` ## 🧑 导入 Google 文档数据的指南 将环境变量 `GOOGLE_APPLICATION_CREDENTIALS` 设置为空字符串 (`""`)。 默认情况下，`GoogleDriveLoader` 期望 `credentials.json` 文件位于 `~/.credentials/credentials.json`，但可以通过 `credentials_path` 关键字参数进行配置。`token.json` 同理 - 默认路径：`~/.credentials/token.json`，构造函数参数：`token_path`。 首次使用 `GoogleDriveLoader` 时，浏览器会显示用户认证的同意屏幕。认证后，`token.json` 将在指定路径或默认路径自动创建。此外，如果该路径已存在 `token.json`，则不会提示进行认证。 `GoogleDriveLoader` 可以从 Google Docs 文档 ID 列表或文件夹 ID 加载。你可以从 URL 中获取文件夹和文档 ID： * 文件夹：[drive.google.com/drive/u/0/folders/1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5](https://drive.google.com/drive/u/0/folders/1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5) -> 文件夹 ID 为 `"1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5"` * 文档：[docs.google.com/document/d/1bfaMQ18\_i56204VaQDVeAFpqEijJTgvurupdEDiaUQw/edit](https://docs.google.com/document/d/1bfaMQ18_i56204VaQDVeAFpqEijJTgvurupdEDiaUQw/edit) -> 文档 ID 为 `"1bfaMQ18_i56204VaQDVeAFpqEijJTgvurupdEDiaUQw"` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} pip install -qU langchain-google-community[drive] ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_community import GoogleDriveLoader ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( folder_id="1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5", token_path="/path/where/you/want/token/to/be/created/google_token.json", # 可选：配置是否递归获取子文件夹中的文件。默认为 False。 recursive=False, ) ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} docs = loader.load() ``` 当你传递 `folder_id` 时，默认会加载所有类型为文档、表格和 PDF 的文件。你可以通过传递 `file_types` 参数来修改此行为。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( folder_id="1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5", file_types=["document", "sheet"], recursive=False, ) ``` ## 传递可选的文件加载器 处理 Google Docs 和 Google Sheets 以外的文件时，向 `GoogleDriveLoader` 传递一个可选的文件加载器会很有帮助。如果你传递了一个文件加载器，该加载器将用于处理不具有 Google Docs 或 Google Sheets MIME 类型的文档。以下是一个使用文件加载器从 Google Drive 加载 Excel 文档的示例。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_community.document_loaders import UnstructuredFileIOLoader from langchain_google_community import GoogleDriveLoader ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} file_id = "1x9WBtFPWMEAdjcJzPScRsjpjQvpSo_kz" loader = GoogleDriveLoader( file_ids=[file_id], file_loader_cls=UnstructuredFileIOLoader, file_loader_kwargs={"mode": "elements"}, ) ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} docs = loader.load() ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} docs[0] ``` 你也可以使用以下模式处理包含混合文件和 Google Docs/Sheets 的文件夹： ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} folder_id = "1asMOHY1BqBS84JcRbOag5LOJac74gpmD" loader = GoogleDriveLoader( folder_id=folder_id, file_loader_cls=UnstructuredFileIOLoader, file_loader_kwargs={"mode": "elements"}, ) ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} docs = loader.load() ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} docs[0] ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} ``` ## 扩展用法 一个外部（非官方）组件可以管理 Google Drive 的复杂性：`langchain-googledrive` 它与 `langchain_community.document_loaders.GoogleDriveLoader` 兼容，并可以替代使用。 为了与容器兼容，认证使用环境变量 `GOOGLE_ACCOUNT_FILE` 来指定凭据文件（用于用户或服务）。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} pip install -qU langchain-googledrive ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} folder_id = "root" # folder_id='1yucgL9WGgWZdM1TOuKkeghlPizuzMYb5' ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} # 使用高级版本。 from langchain_googledrive.document_loaders import GoogleDriveLoader ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( folder_id=folder_id, recursive=False, num_results=2, # 要加载的最大文件数 ) ``` 默认情况下，所有具有以下 MIME 类型的文件都可以转换为 `Document`。 * text/text * text/plain * text/html * text/csv * text/markdown * image/png * image/jpeg * application/epub+zip * application/pdf * application/rtf * application/vnd.google-apps.document (GDoc) * application/vnd.google-apps.presentation (GSlide) * application/vnd.google-apps.spreadsheet (GSheet) * application/vnd.google.colaboratory (Notebook colab) * application/vnd.openxmlformats-officedocument.presentationml.presentation (PPTX) * application/vnd.openxmlformats-officedocument.wordprocessingml.document (DOCX) 可以更新或自定义此列表。请参阅 `GDriveLoader` 的文档。 必须安装相应的包。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} pip install -qU unstructured ``` ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` ### 加载授权身份 Google Drive Loader 可以加载每个已导入文件的授权身份以及每个 Document 的元数据。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_community import GoogleDriveLoader loader = GoogleDriveLoader( folder_id=folder_id, load_auth=True, # 可选：配置是否为每个 Document 加载授权身份。 ) doc = loader.load() ``` 你可以传递 `load_auth=True`，以将 Google Drive 文档访问身份添加到元数据中。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} doc[0].metadata ``` ### 加载扩展元数据 还可以在每个 Document 的元数据中获取以下额外字段： * full\_path - 文件在 Google Drive 中的完整路径。 * owner - 文件的所有者。 * size - 文件的大小。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_google_community import GoogleDriveLoader loader = GoogleDriveLoader( folder_id=folder_id, load_extended_matadata=True, # 可选：配置是否为每个 Document 加载扩展元数据。 ) doc = loader.load() ``` 你可以传递 `load_extended_matadata=True`，以将 Google Drive 文档的扩展详细信息添加到元数据中。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} doc[0].metadata ``` ### 自定义搜索模式 可以设置所有与 Google [`list()`](https://developers.google.com/drive/api/v3/reference/files/list) API 兼容的参数。 要指定 Google 请求的新模式，可以使用 `PromptTemplate()`。 提示的变量可以通过构造函数中的 `kwargs` 设置。 提供了一些预格式化的请求（使用 `{query}`、`{folder_id}` 和/或 `{mime_type}`）： 你可以自定义选择文件的条件。提供了一组预定义的过滤器： | 模板 | 描述 | | -------------------------------------- | ------------------------------------------------------ | | gdrive-all-in-folder | 从 `folder_id` 返回所有兼容文件 | | gdrive-query | 在所有驱动器中搜索 `query` | | gdrive-by-name | 按名称 `query` 搜索文件 | | gdrive-query-in-folder | 在 `folder_id` 中搜索 `query`（如果 `recursive=true`，则包括子文件夹） | | gdrive-mime-type | 搜索特定的 `mime_type` | | gdrive-mime-type-in-folder | 在 `folder_id` 中搜索特定的 `mime_type` | | gdrive-query-with-mime-type | 使用特定的 `mime_type` 搜索 `query` | | gdrive-query-with-mime-type-and-folder | 使用特定的 `mime_type` 并在 `folder_id` 中搜索 `query` | ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( folder_id=folder_id, recursive=False, template="gdrive-query", # 要使用的默认模板 query="machine learning", num_results=2, # 要加载的最大文件数 supportsAllDrives=False, # GDrive `list()` 参数 ) for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` 你可以自定义你的模式。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} from langchain_core.prompts.prompt import PromptTemplate loader = GoogleDriveLoader( folder_id=folder_id, recursive=False, template=PromptTemplate( input_variables=["query", "query_name"], template="fullText contains '{query}' and name contains '{query_name}' and trashed=false", ), # 要使用的默认模板 query="machine learning", query_name="ML", num_results=2, # 要加载的最大文件数 ) for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` 转换可以处理 Markdown 格式： * 项目符号 * 链接 * 表格 * 标题 将属性 `return_link` 设置为 `True` 以导出链接。 #### GSlide 和 GSheet 的模式 参数 `mode` 接受不同的值： * "document"：返回每个文档的正文 * "snippets"：返回每个文件的描述（在 Google Drive 文件的元数据中设置）。 参数 `gslide_mode` 接受不同的值： * "single"：一个文档，包含 \ * "slide"：每个幻灯片一个文档 * "elements"：每个元素一个文档。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( template="gdrive-mime-type", mime_type="application/vnd.google-apps.presentation", # 仅 GSlide 文件 gslide_mode="slide", num_results=2, # 要加载的最大文件数 ) for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` 参数 `gsheet_mode` 接受不同的值： * `"single"`：每行生成一个文档 * `"elements"`：一个文档，包含 Markdown 数组和 \ 标签。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} loader = GoogleDriveLoader( template="gdrive-mime-type", mime_type="application/vnd.google-apps.spreadsheet", # 仅 GSheet 文件 gsheet_mode="elements", num_results=2, # 要加载的最大文件数 ) for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` ### 高级用法 所有 Google 文件在元数据中都有一个“描述”字段。此字段可用于记忆文档的摘要或其他索引标签（参见方法 `lazy_update_description_with_summary()`）。 如果你使用 `mode="snippet"`，则仅描述将用于正文。否则，`metadata['summary']` 包含该字段。 有时，可以使用特定的过滤器从文件名中提取一些信息，以选择具有特定条件的文件。你可以使用过滤器。 有时，会返回许多文档。没有必要同时将所有文档都加载到内存中。你可以使用方法的惰性版本，一次获取一个文档。最好使用复杂的查询而不是递归搜索。对于每个文件夹，如果激活 `recursive=True`，则必须应用查询。 ```python theme={"theme":{"light":"catppuccin-latte","dark":"catppuccin-mocha"}} import os loader = GoogleDriveLoader( gdrive_api_file=os.environ["GOOGLE_ACCOUNT_FILE"], num_results=2, template="gdrive-query", filter=lambda search, file: "#test" not in file.get("description", ""), query="machine learning", supportsAllDrives=False, ) for doc in loader.load(): print("---") print(doc.page_content.strip()[:60] + "...") ``` ***
[Edit this page on GitHub](https://github.com/langchain-ai/docs/edit/main/src/i18n\zh-CN\oss\python\integrations\document_loaders\google_drive.mdx) or [file an issue](https://github.com/langchain-ai/docs/issues/new/choose). [Connect these docs](/use-these-docs) to Claude, VSCode, and more via MCP for real-time answers.