您可以使用 BigQuery 的 API 或者客户端库来获取 BigQuery 长期存储表的列表。以下是使用 Python 客户端库的示例代码：

from google.cloud import bigquery

def list_longterm_storage_tables(project_id, dataset_id):
    client = bigquery.Client(project=project_id)
    dataset_ref = client.dataset(dataset_id)

    tables = client.list_tables(dataset_ref)
    longterm_storage_tables = []

    for table in tables:
        table_ref = dataset_ref.table(table.table_id)
        table = client.get_table(table_ref)
        if table.time_partitioning and table.time_partitioning.type == 'DAY':
            longterm_storage_tables.append(table.table_id)

    return longterm_storage_tables

# 使用示例
project_id = 'your-project-id'
dataset_id = 'your-dataset-id'

tables = list_longterm_storage_tables(project_id, dataset_id)
for table in tables:
    print(table)

这个示例代码中，首先使用 bigquery.Client 创建一个 BigQuery 客户端实例，然后使用 client.list_tables 方法获取指定数据集中的所有表。接下来，通过检查每个表的 time_partitioning 属性，筛选出长期存储表，并将其表名添加到 longterm_storage_tables 列表中。最后，返回 longterm_storage_tables 列表。

您需要将 your-project-id 和 your-dataset-id 替换为您自己的项目 ID 和数据集 ID。