使用Python SDK实现将数据写入飞书多维表格

 更新时间:2026年03月05日 09:32:16   作者:GalenZhang888  
这篇文章主要为大家详细介绍了如何通过 Python 代码将文本信息自动保存到指定的飞书多维表格(Base/Bitable)中,主要包含飞书开放平台的配置、表格授权以及环境安装步骤,有需要的小伙伴可以了解下

本文档记录了如何通过 Python 代码将文本信息自动保存到指定的飞书多维表格(Base/Bitable)中。主要包含飞书开放平台的配置、表格授权以及环境安装步骤。

一、 飞书开放平台配置

在使用代码之前,需要先创建一个“机器人”身份并赋予相应权限。

创建应用:登录 飞书开放平台,创建一个企业自建应用。

配置权限:进入应用的“权限管理”页面,搜索并开通以下权限(Scope):

bitable:app (查看、评论、编辑和管理多维表格)

base:record:create (新增记录)

二、 获取多维表格信息

代码中需要定位到具体的表格,需要从浏览器地址栏中获取以下两个 ID。

打开目标多维表格:使用浏览器访问你需要写入数据的表格。

提取 ID:观察浏览器地址栏的 URL,格式通常如下:https://base_url/base/{app_token}?table={table_id}

  • App Token:紧跟在 base/ 后面的那串字符。
  • Table ID:URL 参数中 table= 后面的那串字符。

三、 文档授权(关键步骤)

仅有 API 权限是不够的,还需要将应用“拉入”具体的文档中,否则会报错 Forbidden (91403)

  • 在多维表格页面右上角,点击 “…”(菜单按钮)。
  • 选择 “更多” -> “添加文档应用”
  • 在搜索框中输入你在第一步创建的应用名称
  • 点击添加,并务必勾选 “可编辑” 权限。

四、 安装环境

在本地 Python 环境中安装飞书官方 SDK:

pip install lark-oapi

五、 代码实现

完成以上配置后,将 App TokenTable ID 以及应用的 App IDApp Secret 填入代码即可运行。

import lark_oapi as lark
from lark_oapi.api.bitable.v1 import *

# ================= 配置信息 =================
APP_ID = "cli_xxxx"
APP_SECRET = "2JBE7yyyyyy"
APP_TOKEN = "VvgbbVCOzalrcfsxxxxxxx"
TABLE_ID = "tblMGgT4yyyyyyy"
# ===========================================

def save_to_feishu_sdk(text_content):
    # 1. 构建 Client
    client = lark.Client.builder() \
        .app_id(APP_ID) \
        .app_secret(APP_SECRET) \
        .build()

    # 2. 构造请求对象
    # 注意:fields 中的 key 必须与表格列名一致
    request = CreateAppTableRecordRequest.builder() \
        .app_token(APP_TOKEN) \
        .table_id(TABLE_ID) \
        .request_body(AppTableRecord.builder() \
            .fields({
                "消息内容": text_content
            }) \
            .build()) \
        .build()

    # 3. 发起请求
    response = client.bitable.v1.app_table_record.create(request)

    # 4. 处理结果
    if not response.success():
        print(f"请求失败, code: {response.code}, msg: {response.msg}")
        return

    print(f"保存成功! Record ID: {response.data.record.record_id}")

if __name__ == "__main__":
    save_to_feishu_sdk("内容: 卖出:1000ETF(159629.XSHE:2.512) - 中证2000策略")

使用 requests 库(原生 API)

import requests

# ================= 配置信息 =================
APP_ID = "cli_xxxx"
APP_SECRET = "2JBE7yyyyyy"
APP_TOKEN = "VvgbbVCOzalrcfsxxxxxxx"
TABLE_ID = "tblMGgT4yyyyyyy"
# ===========================================

def get_tenant_access_token(app_id, app_secret):
    """获取访问凭证 (tenant_access_token)"""
    url = "https://open.feishu.cn/open-apis/auth/v3/tenant_access_token/internal"
    headers = {"Content-Type": "application/json; charset=utf-8"}
    payload = {
        "app_id": app_id,
        "app_secret": app_secret
    }
    
    response = requests.post(url, headers=headers, json=payload)
    if response.status_code == 200:
        return response.json().get("tenant_access_token")
    else:
        raise Exception(f"获取 Token 失败: {response.text}")

def add_record(access_token, app_token, table_id, data_fields):
    """向多维表格添加一条记录"""
    url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{app_token}/tables/{table_id}/records"
    
    headers = {
        "Authorization": f"Bearer {access_token}",
        "Content-Type": "application/json; charset=utf-8"
    }
    
    # 构建请求体
    payload = {
        "fields": data_fields  # 这里的 keys 必须对应多维表格里的列名
    }
    
    response = requests.post(url, headers=headers, json=payload)
    return response.json()

def save_to_feishu(text_content):
    try:
        # 1. 获取 Token
        token = get_tenant_access_token(APP_ID, APP_SECRET)
        print("Token 获取成功")
        
        # 2. 准备要保存的数据
        # 注意:字典的 Key 必须完全匹配多维表格的【字段名称】
        text_data = {
            "消息内容": text_content
        }
        
        # 3. 写入数据
        result = add_record(token, APP_TOKEN, TABLE_ID, text_data)
        
        if result.get("code") == 0:
            print("数据保存成功!记录ID:", result["data"]["record"]["record_id"])
        else:
            print("保存失败:", result)
            
    except Exception as e:
        print("发生错误:", e)

if __name__ == "__main__":
    save_to_feishu('内容: 卖出:1000ETF(159629.XSHE:2.512) - 中证2000策略')

到此这篇关于使用Python SDK实现将数据写入飞书多维表格的文章就介绍到这了,更多相关Python数据写入飞书多维表格内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python字符串的全排列算法实例详解

    Python字符串的全排列算法实例详解

    这篇文章主要介绍了Python字符串的全排列算法,结合实例形式较为详细的总结分析了Python字符串全排列的常见操作技巧,需要的朋友可以参考下
    2019-01-01
  • 关于Python时间日期常见的一些操作方法

    关于Python时间日期常见的一些操作方法

    Python的datetime模块是处理日期和时间的强大工具,datetime类可以获取当前时间、指定日期、计算时间差、访问时间属性及格式化时间,这些功能使得在Python中进行时间日期处理变得简单高效,需要的朋友可以参考下
    2024-09-09
  • Python使用爬虫猜密码

    Python使用爬虫猜密码

    我们可以通过python 来实现这样一个简单的爬虫猜密码功能。下面就看看如何使用python来实现这样一个功能,对python爬虫猜密码相关知识感兴趣的朋友参考下吧
    2016-02-02
  • 使用pandas批量处理矢量化字符串的实例讲解

    使用pandas批量处理矢量化字符串的实例讲解

    今天小编就为大家分享一篇使用pandas批量处理矢量化字符串的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • 如何使用python数据处理解决数据冲突和样本的选取

    如何使用python数据处理解决数据冲突和样本的选取

    这篇文章主要介绍了如何使用python数据处理解决数据冲突和样本的选取,其中主要包括 实际业务数据冲突、样本选取问题、数据共线性等思路
    2021-08-08
  • Python复制文件操作实例详解

    Python复制文件操作实例详解

    这篇文章主要介绍了Python复制文件操作的方法,涉及Python针对文件与目录的复制及删除操作相关技巧,具有一定参考借鉴价值,需要的朋友可以参考下
    2015-11-11
  • Python 数据分析教程探索性数据分析

    Python 数据分析教程探索性数据分析

    这篇文章主要介绍了Python 数据分析教程探索性数据分析,文章围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下
    2022-08-08
  • Python爬虫之Selenium实现窗口截图

    Python爬虫之Selenium实现窗口截图

    这篇文章主要介绍了Python爬虫之Selenium实现窗口截图,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-12-12
  • 详解使用python3.7配置开发钉钉群自定义机器人(2020年新版攻略)

    详解使用python3.7配置开发钉钉群自定义机器人(2020年新版攻略)

    这篇文章主要介绍了详解使用python3.7配置开发钉钉群自定义机器人(2020年新版攻略),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-04-04
  • Python的Flask框架Request请求对象详解

    Python的Flask框架Request请求对象详解

    这篇文章主要介绍了Python的Flask框架Request请求对象详解,Flask是一个轻量级的基于Python的web框架,使用 method 属性可以操作当前请求方法,通过使用 form 属性处理表单数据,需要的朋友可以参考下
    2023-08-08

最新评论