蟒蛇邮件编码的问题

我提取使用Gmail中的邮件执行以下操作：蟒蛇邮件编码的问题

def getMsgs(): 
try: 
    conn = imaplib.IMAP4_SSL("imap.gmail.com", 993) 
    except: 
    print 'Failed to connect' 
    print 'Is your internet connection working?' 
    sys.exit() 
    try: 
    conn.login(username, password) 
    except: 
    print 'Failed to login' 
    print 'Is the username and password correct?' 
    sys.exit() 

    conn.select('Inbox') 
    # typ, data = conn.search(None, '(UNSEEN SUBJECT "%s")' % subject) 
    typ, data = conn.search(None, '(SUBJECT "%s")' % subject) 
    for num in data[0].split(): 
    typ, data = conn.fetch(num, '(RFC822)') 
    msg = email.message_from_string(data[0][1]) 
    yield walkMsg(msg) 

def walkMsg(msg): 
    for part in msg.walk(): 
    if part.get_content_type() != "text/plain": 
     continue 
    return part.get_payload()

然而，一些电子邮件，我得到的几乎是不可能的，我从中提取日期（使用正则表达式）的编码相关的字符，如'='，随机落在各种文本字段的中间。这里就是它，我想提取发生在日期范围的例子：

名称：基尔斯蒂电子邮件： [email protected]电话号码：+ 999 99995192党总：4总，0 孩子到达/出发时间：10月9日= ， 2010 - 2010年10月13日 - 2010年10月13日

有没有办法来消除这些编码的字符？

来源

2010-10-28 timbo

是的......我认为它把那些有换行符换行的地方。应该是一个lib来正确解码它。 – mpen 2010-10-28 07:13:57

你可以/应该使用email.parser模块解码邮件，例如：

from email.parser import FeedParser 
f = FeedParser() 
f.feed("<insert mail message here, including all headers>") 
rootMessage = f.close() 

# Now you can access the message and its submessages (if it's multipart) 
print rootMessage.is_multipart() 

# Or check for errors 
print rootMessage.defects 

# If it's a multipart message, you can get the first submessage and then its payload 
# (i.e. content) like so: 
rootMessage.get_payload(0).get_payload(decode=True)

使用“解码”参数（快速和肮脏的例子！） Message.get_payload，模块根据其编码自动解码内容（例如，在您的问题中引用了printables）。

来源

2010-10-28 07:10:31 AndiDog

decode = True当charset是us-ascii时不起作用。 – Ale 2012-11-07 18:47:03

这就是所谓的quoted-printable编码。你可能想使用类似quopri.decodestring - http://docs.python.org/library/quopri.html

来源

2010-10-28 05:45:45

蟒蛇邮件编码的问题

回答

相关问题