SuperAPI AI 工具集

google-docs-md

办公与效率

查看项目

更新于 10-15 23:33

技能介绍

用途:把 Google Docs 文档导出为干净的 Markdown。相比 defuddle、jina 或其它抓取工具,Google Docs 原生支持通过 URL 参数导出 Markdown,是获取 Google Doc 内容最可靠的方式。

主要能力:对形如 https://docs.google.com/document/d/{DOC_ID}/edit?tab=t.0 的链接,将文档 ID 之后的部分替换为 export?format=md,即 https://docs.google.com/document/d/{DOC_ID}/export?format=md。DOC_ID 是 /d/ 与下一个 / 之间的长字母数字串。同一模式还支持其它格式:export?format=pdf、docx、txt、html、epub。原生 Markdown 质量优于任何 HTML→Markdown 转换,能正确处理表格、格式、链接和图片(以 URL 形式)。

使用方式:公开文档无需认证,抓取时需跟随 307 重定向,例如:curl -L "https://docs.google.com/document/d/${DOC_ID}/export?format=md" -o output.md。私有文档需 OAuth bearer token:curl -L "https://docs.google.com/document/d/${DOC_ID}/export?format=md" -H "Authorization: Bearer ${TOKEN}" -o output.md。批量处理时可用 grep -oP '(?<=/d/)[^/]+' urls.txt | sort -u 提取 ID 后循环抓取,并加 sleep 1 保持礼貌。

适用场景:抓取 Google Doc 内容用于知识库导入,或从邮件等来源提取的文档 URL 列表批量导出。

限制:私有文档需要有效 OAuth token(有 gog 时可用);超大文档可能耗时数秒;图片仅以 URL 引用而非内嵌;导出不包含评论和建议。