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?
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