Google Drive 百宝箱

不只是最快的 google drive 拷贝工具与其他工具的对比

功能简介

本工具目前支持以下功能：

统计任意（您拥有相关权限的，下同，不再赘述）目录的文件信息，且支持以各种形式（html, table, json）导出。
支持中断恢复，且统计过的目录（包括其所有子孙目录）信息会记录在本地数据库文件中（gdurl.sqlite）请在本项目目录下命令行输入 ./count -h 查看使用帮助
拷贝任意目录所有文件到您指定目录，同样支持中断恢复。支持根据文件大小过滤，可输入 ./copy -h 查看使用帮助
对任意目录进行去重，删除同一目录下的md5值相同的文件（只保留一个），删除空目录。命令行输入 ./dedupe -h 查看使用帮助
在 config.js 里完成相关配置后，可以将本项目部署在（可正常访问谷歌服务的）服务器上，提供 http api 文件统计接口
支持 telegram bot，配置完成后，上述功能均可通过 bot 进行操作

demo

https://drive.google.com/drive/folders/124pjM5LggSuwI1n40bcD5tQ13wS0M6wg

环境配置

本工具需要安装nodejs，客户端安装请访问https://nodejs.org/zh-cn/download/，服务器安装可参考https://github.com/nodesource/distributions/blob/master/README.md#debinstall

如果你的网络环境无法正常访问谷歌服务，需要先在命令行进行一些配置：（如果可以正常访问则跳过此节）

http_proxy="YOUR_PROXY_URL" && https_proxy=$http_proxy && HTTP_PROXY=$http_proxy && HTTPS_PROXY=$http_proxy

请把YOUR_PROXY_URL替换成你自己的代理地址

依赖安装

命令行执行git clone https://github.com/iwestlin/gd-utils && cd gd-utils 克隆并切换到本项目文件夹下
执行 npm i 安装依赖，部分依赖可能需要代理环境才能下载，所以需要上一步的配置

如果在安装过程中发生报错，请切换nodejs版本到v12再试。如果报错信息里有Error: not found: make之类的消息，说明你的命令行环境缺少make命令，可参考这里或直接google搜索Make Command Not Found

依赖安装完成后，项目文件夹下会多出个node_modules目录，请不要删除它，接下来进行下一步配置。

Service Account 配置

强烈建议使用service account（后称SA）, 获取方法请参见 https://gsuitems.com/index.php/archives/13/ 获取到 SA 的 json 文件后，请将其拷贝到 sa 目录下

配置好 SA 以后，如果你不需要对个人盘下的文件进行操作，可跳过[个人帐号配置]这节，而且执行命令的时候，记得带上 -S 参数告诉程序使用SA授权进行操作。

个人帐号配置

命令行执行 rclone config file 找到 rclone 的配置文件路径
打开这个配置文件 rclone.conf, 找到 client_id, client_secret 和 refresh_token 这三个变量，将其分别填入本项目下的 config.js 中，需要注意这三个值必须被成对的英文引号包裹，且引号后以英文逗号结尾，也就是需要符合JavaScript的对象语法

如果你没有配置过rclone，可以搜索rclone google drive 教程完成相关配置。

如果你的rclone.conf里没有client_id和client_secret，说明你配置rclone的时候默认用了rclone自己的client_id，连rclone自己都不建议这样做，因为大家共享了它的接口调用限额，在使用高峰期可能会触发限制。

获取自己的clinet_id可以参见这两篇文章：Cloudbox/wiki/Google-Drive-API-Client-ID-and-Client-Secret 和 https://p3terx.com/archives/goindex-google-drive-directory-index.html#toc_2

获取到client_id和client_secret后，再次执行一遍rclone config，创建一个新的remote，在配置过程中一定要填入你新获取的clinet_id和client_secret，就能在rclone.conf里看到新获取的refresh_token了。注意，不能使用之前的refrest_token，因为它对应的是rclone自带的client_id

参数配置好以后，在命令行执行 node check.js，如果命令返回了你的谷歌硬盘根目录的数据，说明配置成功，可以开始使用本工具了。

Bot配置

如果要使用 telegram bot 功能，需要进一步配置。

首先在 https://core.telegram.org/bots#6-botfather 根据指示拿到 bot 的 token，然后填入 config.js 中的 tg_token 变量。

接下来需要将代码部署到服务器上。如果你一开始就是在服务器上配置的，可以直接执行npm i pm2 -g

如果你之前是在本地操作的，请在服务器上同样重复一遍，配置好相关参数后，执行npm i pm2 -g安装进程守护程序pm2

安装好pm2之后，执行 pm2 start server.js，代码运行后会在服务器上监听23333端口。

如果你不想用nginx，可以将server.js中的23333改成80直接监听80端口（可能需要root权限）

接下来可通过nginx或其他工具起一个web服务，示例nginx配置：

server {
  listen 80;
  server_name your.server.name;

  location / {
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
    proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    proxy_pass http://127.0.0.1:23333/;
  }
}

配置好nginx后，可以再套一层cloudflare，具体教程请自行搜索。

检查网站是否部署成功，可以命令行执行（请将YOUR_WEBSITE_URL替换成你的网址）

curl 'YOUR_WEBSITE_URL/api/gdurl/count?fid=124pjM5LggSuwI1n40bcD5tQ13wS0M6wg'

如果返回了这样的文件统计，说明部署成功了。

最后，在命令行执行（请将[YOUR_WEBSITE]和[YOUR_BOT_TOKEN]分别替换成你自己的网址和bot token）

curl -F "url=[YOUR_WEBSITE]/api/gdurl/tgbot" 'https://api.telegram.org/bot[YOUR_BOT_TOKEN]/setWebhook'

这样，就将你的服务器连接上你的 telegram bot 了，试着给bot发送个 /help，如果它回复给你使用说明，那就配置成功了。

补充说明

在config.js文件里，还有另外的几个参数：

// 单次请求多少毫秒未响应以后超时（基准值，若连续超时则下次调整为上次的2倍）
const TIMEOUT_BASE = 7000

// 最大超时设置，比如某次请求，第一次7s超时，第二次14s，第三次28s，第四次56s，第五次不是112s而是60s，后续同理
const TIMEOUT_MAX = 60000

const LOG_DELAY = 5000 // 日志输出时间间隔，单位毫秒
const PAGE_SIZE = 1000 // 每次网络请求读取目录下的文件数，数值越大，越有可能超时，不得超过1000

const RETRY_LIMIT = 7 // 如果某次请求失败，允许其重试的最大次数
const PARALLEL_LIMIT = 20 // 网络请求的并行数量，可根据网络环境调整

const DEFAULT_TARGET = '' // 必填，拷贝默认目的地ID，如果不指定target，则会拷贝到此处，建议填写团队盘ID，注意要用英文引号包裹

读者可根据各自情况进行调整

注意事项

程序的原理是调用了google drive官方接口，递归获取目标文件夹下所有文件及其子文件夹信息，粗略来讲，某个目录下包含多少个文件夹，就至少需要这么多次请求才能统计完成。

目前尚不知道google是否会对接口做频率限制，也不知道会不会影响google账号本身的安全。

请勿滥用，后果自负

CanLiang-Z/gd-utils