批量导出飞书文档

背景

数据要在自己手中。

目标

获取飞书文档信息。可采用如下方式。

• 使用appId和appSecret。需要管理员权限，或需要申请权限。
• 使用飞书客户端。
• 使用网页版。

经研究后，可行的方式只有网页版。

调研

打开任何一篇文档，同时打开开发者中心，打开newtowrk。刷新页面。可以看到network中有很多请求。需要逐个分析。

分析1 ajax请求 获取文档目录树

搜索 get_info 可以看到响应中返回了tree节点，

curl 'https://xxxx.cn/space/api/wiki/v2/tree/get_info/?space_id=7506xxx&with_space=true&with_perm=true&expand_shortcut=true&need_shared=true&exclude_fields=5&with_deleted=true&wiki_token=Zqf9wegxkijPF7k9yHDcbJbEnJb&synced_block_host_token=QDXwdnOWuop7qHxR1WmcSLdQnib&synced_block_host_type=22'

需要说明的是参数中有如下参数：

• synced_block_host_token: QDXwdnOWuop7qHxR1WmcSLdQnib 可以任意写，建议长度保持一致
  数据来源是文档的html源码（https://xxx.feishu.cn/wiki/WIKI_KEY）中 有这样一段配置

  if (!window.current_space_wiki || !window.current_space_wiki.space_id) {
     window.current_space_wiki = Object({
        "space_id": "7506xxx",
        "space_icon": "https://lf-package-cn.feishucdn.com/obj/creation-image-system/xxxxx~160x160.png",
        "space_type": 2,
        "create_uid": "xxxx",
        "wiki_token": "xxxxxx",
        "obj_token": "QDXwdnOWuop7qHxR1WmcSLdQnib",
        "obj_type": 22,
        "home_page": {
            "wiki_token": "",
            "obj_token": "",
            "obj_type": 0
        },
        "wiki_version": "2"
     });
  }

  其中：obj_token即是synced_block_host_token，space_id就是space_id，synced_block_host_type即是obj_type
• synced_block_host_type: 22 目前看到都是22
• space_id: 同synced_block_host_token

接口返回的重要属性如下：

• tree.root_token 对应文档库的唯一key(猜测)
• tree.root_list 对应当前文档库的一级子文档唯一key的列表（有顺序）
• tree.child_map 是json对象，key是tree.root_key，value是tree.root_list。在页面上看时大部分都是只有一个key-value，使用接口调用有时会返回两个key-value，另一个key是当前父文档的key
• tree.paths 是当前页面的面包屑路径。有几个值说明当前是几级文档（root_token是一级文档）
• tree.nodes 是tree.root_listk中的文档唯一key与文档基本信息（如url/title）的关系

tree.nodes节点的value值的重要属性如下

• has_child: true 是否有子文档
• obj_token : “VP75dFWf4oVd9uxr6IEcBPSlnmd”
• obj_type: 22
• origin_space_id: “7506702189667106844”
• origin_wiki_token: “FBhqwcGQqiiOJFkcUi1c8XatnWD”
• parent_wiki_token: “T1vMw41qnidu4ikkEkQcMn1Anzb”
• space_id: “7506702189667106844”
• title: “问题记录” 文档标题
• url: “https://xxx.feishu.cn/wiki/yyyy" 文档url
• wiki_token: “yyyy” 文档唯一key

分析2 请求页面 获取文档页面数据

先访问 https://bcn01r79hk9u.feishu.cn/wiki/DeaGw42bqi05LMkgj0Lc7cIZned ，即可获取到数据。注意页面中有如下代码 window.DATA = Object.assign({}, window.DATA, { clientVars: Object({"data": 它就是页面的块内容。其中有个字段叫has_more，文档中的内容少时此值为false, 较多时此值为true。且会调用ajax请求去获取剩余内容。请求的接口是

https://bcn01r79hk9u.feishu.cn/space/api/docx/pages/client_vars?id=UJuOdxbMZoUpU5xCDB9cMuVLnie&mode=7&limit=239&cursor=O8KbwoDDqwbDusKeIVrDi1bDq8K-fGbCicK7MsKYwofCgjfCs0U4SWRVwoZRWHbCszFRw4F5wrdmZAtnXsOlaT1Qw6pOAHPDnGbCjClbw7bCiRLDo8OwUAw0wqpcw5URwpXCun8zBcOsw71AUMK-Wk9Hwq7Cj8O8UiZbwrrCjhl7LsKWSsKww4bDlMOlwqkyCkt0ZcKJwokOwpTCp8O1KcKaN8Kxw7HDhWY-bkMPw7nCgSTCoA9-w6rDujDCk8Oqwr3Dg8Opwrw3w5UKVF_CrMOzTg&wiki_space_id=7579624536572710093&container_type=wiki2.0&container_id=DeaGw42bqi05LMkgj0Lc7cIZned

分析2 额外

飞书个人文档库首页是这样的。

左边中部有文档列表。（飞书文档没有目录的概念，一个文档可以有子文档，类似文件夹。每个文档都有一个唯一id，如SQGqwCJseisalxkV1HccirEZnPb）。

上图底部红框中是“权限管理”，点击后显示了分页的文档列表，往下拉可以获取更多数据。对应的请求及参数（删除了token信息）是：

# 首次访问时

curl 'https://u0sf1t5xqzx.feishu.cn/space/api/suite/permission/audit_tool/search/' \
  -H 'accept: application/json, text/plain, */*' \
  -H 'accept-language: en,zh-CN;q=0.9,zh;q=0.8' \
  -H 'content-type: application/json' \
  --data-raw '{"page_condition":{"limit":50,"cursor":""},"filter":{"secret_id":[],"obj_type":["all"],"collaborators_num":["all"],"perm_setting":["all"],"title_keywords":[],"create_time_range":[],"redeployment_transfer_retain":[]},"sort_rules":[4]}'

# 第二次及之后的访问，多了cursor参数，cursor来自上一次查询的返回值
curl 'https://xxx.feishu.cn/space/api/suite/permission/audit_tool/search/' \
  -H 'accept: application/json, text/plain, */*' \
  -H 'accept-language: en,zh-CN;q=0.9,zh;q=0.8' \
  -H 'content-type: application/json' \
  --data-raw '{"page_condition":{"limit":20,"cursor":"[1762420630,\"7569535898959593475\"]"},"filter":{"secret_id":[],"obj_type":["all"],"collaborators_num":["all"],"perm_setting":["all"],"title_keywords":[],"create_time_range":[],"redeployment_transfer_retain":[]},"sort_rules":[4]}'

但没有目录结构。