在python中使用gmail api从电子邮件中提取表格
Posted
技术标签:
【中文标题】在python中使用gmail api从电子邮件中提取表格【英文标题】：Extracting table from email using gmail api in python 【发布时间】：2021-06-04 23:14:56 【问题描述】：我想从邮件中提取表格，邮件在邮件客户端查看时显示表格
这是电子邮件快照
我想处理表格，但找不到在 python 代码中获取它的方法
这里是原始数据的摘录
decoded_data = base64.b64decode(data)
正在显示
b'a d g\r\nb e h\r\nc f j\r\na d\r\nb e h\r\nc f j\r\n\r\nBest Regards,\r\nVikrant Pawar\r\n'
虽然汤很喜欢
soup = BeautifulSoup(decoded_data, "lxml")
它显示
<html><body><p>a d g
b e h
c f j
a d
b e h
c f j
Best Regards,
Vikrant Pawar
</p></body></html>
有没有办法让我可以在 pandas 中导入表格数据
【问题讨论】：
【参考方案1】：您可以从中拆分数据并形成表格列表：
from bs4 import BeautifulSoup
import pandas as pd
text = """
<html><body><p>a d g
b e h
c f j
a d
b e h
c f j
Best Regards,
Vikrant Pawar
</p></body></html>
"""
soup = BeautifulSoup(text, 'lxml')
data = soup.p.text
list_of_tables = data.split('\n')
# -> ['a d g', 'b e h', 'c f j', 'a d', 'b e h', 'c f j', '', 'Best Regards,', 'Vikrant Pawar', '']
注意如果有额外的\r和\n，你应该用data.split('\n\r')分开。现在您可以获得形成 pandas df 所需的部分。假设您只想要“Best Regards”之前的部分。为此，我们首先需要对列表进行切片，然后拆分每个元素以形成 pandas df：
list_of_tables = [each.split() for each in list_of_tables[:6]]
# -> [['a', 'd', 'g'], ['b', 'e', 'h'], ['c', 'f', 'j'], ['a', 'd'], ['b', 'e', 'h'], ['c', 'f', 'j']]
现在我们要做的就是形成数据框：
df = pd.DataFrame(list_of_tables)
最终结果如下所示：
0 1 2
0 a d g
1 b e h
2 c f j
3 a d None
4 b e h
5 c f j
【讨论】：
以上是关于在python中使用gmail api从电子邮件中提取表格的主要内容，如果未能解决你的问题，请参考以下文章
从 Gmail API 解码 MIME 电子邮件 - \r\n 和 3D - Python
在 Python 中使用 Gmail API 使用 message-id 搜索电子邮件