从 Gmail 解码 MIME email API - \r\n 和 3D - Python

Question

我目前正在使用 Gmail API 阅读 Python 中的一些 HTML 电子邮件。我使用以下方法解码了他们的正文：

base64.urlsafe_b64decode

打印出结果 HTML email 后，“\r\n”和“3D”分散在 HTML 周围。我无法删除“\r\n”，因为 \ 和 r 和 \ 和 n 注册为不同的字符（ ？）而且我不确定“3D”是从哪里来的。

我的解码方式有问题吗？

这是代码：

results = service.users().messages().list(userId='me', q = 'is: unread').execute()

for index in range(len(results['messages'])):
    message = service.users().messages().get(userId='me', id=results['messages'][index]['id'], format='raw').execute()

    msg_str = base64.urlsafe_b64decode(message['raw'].encode('UTF-8'))

    mime_msg = email.message_from_string(str(msg_str))

    print(mime_msg)

    service.users().messages().modify(userId='me', id=results['messages'][index]['id'], body = {'removeLabelIds': ['UNREAD']}).execute() # mark message as read

Answer 1

我找到了解决方案-我停止使用Python中的电子邮件库，并将msg_str转换为字符串（字节类型）。 从那里，我只是从字符串中删除了'\\r\\n'并将'=3D'替换为'=' 。

Answer 2

这不是一个很好的解决方案，而是使用类似

for email_part in message.walk(): 
    part_data = email_part.get_payload(decode=True) 

其中message是Python email.message.Message obj。 然后也许使用类似BeautifulSoup之类的方法来有效地分析HTML。 希望有帮助！

Answer 3

只要设置了str.decode（'utf-8'），maksel的解决方案就可以为我工作。 原始代码经过编码，而不是解码后的字节字符串。

因此，在python 3.7下，我们可以替换为：

msg = msg.replace('\r\n', '').replace('=3D', '=')

请警惕，因为在我的情况下，此解决方案不适用于所有html标签。

Answer 4

我可能来晚了一点。 提到的一些解决方案有效。 但是为了帮助访问这里的其他人，我想发布这个答案，因为它看起来更干净一些。

构建邮件 object 时使用policy=email.policy.default 。 这将删除提到的=3D ， \r\n等。

mailobject = email.message_from_string(msg_str,  policy=email.policy.default)

如果在 Python 3.6+ 上，您可以使用get_body和get_content方法。

if mailobject.is_multipart():
    body = mailobject.get_body(('html',))
else:
    body = mailobject.get_body(('plain',))

if body:
    body = body.get_content()

print(body)

上面的代码非常少，只是为了满足答案。 这里我们假设它要么是普通的，要么是 html。请记住在处理电子邮件时要考虑到其他情况。

一个额外的无关提示：

由于这是一个编码问题，因此该答案也适用于其他类似情况。 就像在尝试使用 AWS Lambda 函数（Python）解析推送到 s3 转发的 AWS SES 电子邮件时一样。 我不得不在这里提到它，因为我在尝试玩这些时也遇到了同样的问题。

在这种情况下像这样使用它

s3_file = object_s3['Body'].read()
mailobject = email.message_from_string(s3_file.decode('utf-8'),  policy=email.policy.default)