给定 Python 2.6 中的 RFC822 消息,我怎样才能获得正确的文本/纯内容部分?基本上,我想要的算法是这样的:
message = email.message_from_string(raw_message)
if has_mime_part(message, "text/plain"):
mime_part = get_mime_part(message, "text/plain")
text_content = decode_mime_part(mime_part)
elif has_mime_part(message, "text/html"):
mime_part = get_mime_part(message, "text/html")
html = decode_mime_part(mime_part)
text_content = render_html_to_plaintext(html)
else:
# fallback
text_content = str(message)
return text_content
在这些事情中,我已经get_mime_part
和has_mime_part
向下拍了拍,但我不太确定如何从 MIME 部分获取解码的文本。我可以使用 获取编码文本get_payload()
,但是如果我尝试使用该方法的decode
参数get_payload()
(请参阅文档),当我在 text/plain 部分调用它时会出现错误:
File "/System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/ email/message.py", line 189, in get_payload raise TypeError('Expected list, got %s' % type(self._payload)) TypeError: Expected list, got <type 'str'>
另外,我不知道如何获取 HTML 并将其呈现为尽可能接近的文本。