解析電子郵件正文

Question

我正在使用 gmail API 解析我的 gmail 郵件正文。 除了正文在 html 中時，它也能工作。 有誰知道我如何提取電子郵件中的文本？ 如果沒有，我怎么能忽略帶有 html 的電子郵件？

最終，我想為個人/專業電子郵件實現這一點，其中可能沒有 html。

def message_converter(message_id):
        message = service.users().messages().get(userId='me', id=message_id,format='raw').execute()
        msg_str = str(base64.urlsafe_b64decode(message['raw'].encode('ASCII')),'UTF-8')
        mime_msg = email.message_from_string(msg_str)
        if mime_msg.is_multipart():
            for payload in mime_msg.get_payload():
                # if payload.is_multipart(): ...
                print (payload.get_payload())
        else:
            print (mime_msg.get_payload())

Answer 1

html2text做得很好 - 它將 HTML 轉換為 ASCII 文本。

但是，您可能需要在事后進行額外的解析/格式化。

Answer 2

我不知道這是否可以幫助您，但 Gmail Api 具有相同的語法，因此在 C# 中，您可以在 3 個位置（取決於郵件服務器）找到文本消息，因此：

msg.Payload.Parts[1].Body.Data;  // here you can find text message without HTML tag

msg.Payload.Parts[0].Body.Data; // here you can find text message with HTML tag

msg.Payload.Body.Data; // and here you dont have a choice you have the HTMl tag

Answer 3

這個答案可能會幫助你做你想做的事情。 我知道您想從電子郵件正文中獲取某些文本。 您可以使用正則表達式來做到這一點。 我制作了一個視頻，解釋了如何使用 Google App Script (JavaScript) 從 Gmail 電子郵件正文中獲取數據：

https://youtu.be/nI1OH3pAz6s?t=8

您從 GitHub 鏈接下載代碼：

https://gist.github.com/MoayadAbuRmilah/5835369fdebbecf980029f7339e4d769