从 Google 文档中提取文本并获取特定页面

Question

到目前为止，我通过从此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，事实上我将我的文档导出为 HTML 格式然后我从中读取，但是没有办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 之后，我一直无法找到一种工作方式来逐页阅读 Google 文档。

有什么建议吗？

Answer 1

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

然后您可以将您定制的内容作为web app 提供。