Python - 从纯文本邮件中提取正文

Posted 2023-03-25

【中文标题】Python - 从纯文本邮件中提取正文

【英文标题】：Python - Extract the body from a mail in plain text

【发布时间】：2015-11-05 04:51:42

【问题描述】：

我只想提取邮件正文并将其返回。 我可以过滤字段并显示 sn-p 但不能显示正文。

def GetMimeMessage(service, user_id, msg_id):
    try:
            message = service.users().messages().get(userId=user_id, id=msg_id, format='raw').execute()
            print 'Message snippet: %s' % message['snippet']
            msg_str = base64.urlsafe_b64decode(message['raw'].encode('ASCII'))
            mime_msg = email.message_from_string(msg_str)
            return mime_msg
    except errors.HttpError, error:
            print 'An error occurred: %s' % error

https://developers.google.com/gmail/api/v1/reference/users/messages/get

【参考方案1】：

谢谢。所以经过一些修改，这里的解决方案：

def GetMessageBody(service, user_id, msg_id):
    try:
            message = service.users().messages().get(userId=user_id, id=msg_id, format='raw').execute()
            msg_str = base64.urlsafe_b64decode(message['raw'].encode('ASCII'))
            mime_msg = email.message_from_string(msg_str)
            messageMainType = mime_msg.get_content_maintype()
            if messageMainType == 'multipart':
                    for part in mime_msg.get_payload():
                            if part.get_content_maintype() == 'text':
                                    return part.get_payload()
                    return ""
            elif messageMainType == 'text':
                    return mime_msg.get_payload()
    except errors.HttpError, error:
            print 'An error occurred: %s' % error

【讨论】：

我今天刚收到一封电子邮件，其中 multipart 嵌套在另一个 multipart 中，但未能成功。现在尝试其他方式，这似乎很有希望docs.python.org/3.4/library/…

TypeError: initial_value 必须是 str 或 None，而不是 bytes

试试 email.message_from_bytes()

感谢 message_from_bytes() 选项@F***Bosler 我遇到了同样的错误。

【参考方案2】：

试试这个：

mail 参数是你的 mime_msg 变量

def get_mpart(mail):
    maintype = mail.get_content_maintype()
    if maintype == 'multipart':
        for part in mail.get_payload():
            # This includes mail body AND text file attachments.
            if part.get_content_maintype() == 'text':
                return part.get_payload()
        # No text at all. This is also happens
        return ""
    elif maintype == 'text':
        return mail.get_payload()


def get_mail_body(mail):
    """
    There is no 'body' tag in mail, so separate function.
    :param mail: Message object
    :return: Body content
    """
    body = ""
    if mail.is_multipart():
        # This does not work.
        # for part in mail.get_payload():
        #    body += part.get_payload()
        body = get_mpart(mail)
    else:
        body = mail.get_payload()
    return body

【参考方案3】：

base64url 编码的字符串在传入解码函数之前需要进行一些修改，如下所示：

msg_str = base64.urlsafe_b64decode(message['raw'].replace('-_', '+/').encode('ASCII'))

看看有没有帮助