从 Google 文档中提取文本并获取特定页面

问题描述

截至目前，我通过从以下链接获取内容来导出我的 Google 文档：

https://docs.google.com/Feeds/download/documents/export/Exportid=DOCUMENT_ID&exportFormat=EXPORT_FORMAT

这很好用，实际上我将我的文档导出为 HTML 格式，然后从中读取，但无法知道页面何时开始或结束。

这是我知道的所有导出格式：

HTML、PDF、ODT、TXT、RTF 和 DOCX

PDF、ODT、RTF 和 DOCX 在 在渲染器中打开时都表示单独的页面。但是，在为所有格式（python-docx、PyPDF4、PyRTF 等）搜索了无数 API 后，我一直无法找到一种逐页阅读 Google 文档的有效方法。

有什么建议吗？

解决方法

您可以将 Apps Script 与它一起使用，您可以利用 DocumentApp 获得 PageBreaks。

然后，您可以将定制的内容作为 web app 提供。