[英]Python: How can I search a url inside HTML reading Gmail?
我正在嘗試自動化腳本以下載我通常收到的 pdf。 如果附上pdf,我有正確的程序(我想)。
我的問題是(我認為),我收到電子郵件中嵌入的 HTML,其中包含 HTML 中的 URL。 例如:
這是來自垃圾郵件文件夾,但它可以幫助我們了解問題...
我有以下代碼:mail.py
import pickle,os.path,base64,time
from datetime import datetime
from googleapiclient.discovery import build
from google_auth_oauthlib.flow import InstalledAppFlow
from google.auth.transport.requests import Request
def get_credentials(token_path,credentials_path,scopes):
creds = None
if os.path.exists(token_path):
with open(token_path, 'rb') as token:
creds = pickle.load(token)
# If there are no (valid) credentials available, let the user log in.
if not creds or not creds.valid:
if creds and creds.expired and creds.refresh_token:
creds.refresh(Request())
else:
flow = InstalledAppFlow.from_client_secrets_file(credentials_path, scopes)
creds = flow.run_local_server(port=0)
# Save the credentials for the next run
with open(token_path, 'wb') as token:
pickle.dump(creds, token)
return creds
def get_labels(service):
return service.users()\
.messages()\
.list(userId='me',labelIds = labels)\
.execute()\
.get('labels',[])
def get_all_messages_id(service,labels=["INBOX"]):
return service.users()\
.messages()\
.list(userId='me',labelIds = labels)\
.execute()\
.get("messages")
def get_message(message_id,service):
return service.users()\
.messages()\
.get(userId='me', id=message_id)\
.execute()
def get_subject_of_message(message):
for header in message.get("payload").get("headers"):
for k,v in header.items():
if v=='Subject': return header.get("value")
那么,如果我使用...
>>> service = mail.login("token.pickle","credentials.json")
>>> message_id = mail.get_all_messages_id(service)[0]
>>> mail.get_message(message_id.get("id"),service)
我可以在 str 模式下看到“Original Xiaomi Mi Band 4 ...”(message_id 沒問題),但我看不到它的 URL。
相反,我可以看到一個非常大和丑陋的字符串
我認為“text/html”標簽阻止了我,但我不知道如何繼續。 如果我有 HTML 格式的文件和標簽,我可以使用 BeautifulSoup 來分析它。 但我有這個丑陋的字符串......
有沒有人更早發現這個問題?
謝謝你的幫助
PS:如果有人想知道我是如何生成 token.pickle 和credentials.json 來重復它的,您可以查看 Google 的 API 文檔,我已按照他們的說明進行操作,這非常簡單。
那個丑陋的字符串是base64編碼的內容,
你所要做的就是解碼和解析它。
嘗試這樣的事情:
str(base64.urlsafe_b64decode(encoded_string_here), "utf-8")
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.