4

我有一个对象。

    fp = open(self.currentEmailPath, "rb")
    p = email.Parser.Parser()
    self._currentEmailParsedInstance= p.parse(fp)
    fp.close()

self.currentEmailParsedInstance，从这个对象我想得到一封电子邮件的正文，只有文本没有 HTML....

我该怎么做？

像这样的东西？ 

        newmsg=self._currentEmailParsedInstance.get_payload()
        body=newmsg[0].get_content....?

然后从正文中剥离 html。那是什么......返回实际文本的方法......也许我误解了你

        msg=self._currentEmailParsedInstance.get_payload()
        print type(msg)

输出=输入“列表”

电子邮件

返回路径：
接收：来自 xx.xx.net（示例），由 mxx3.xx.net (xxx)
id 485EF65F08EDX5E12 for xxx@xx.com；2008 年 10 月 23 日星期四 06:07:51 +0200
收到：来自 xxxxx2 (ccc) by example.net (ccc)（身份验证为 xxxx.xxx@example.com）id 48798D4001146189 for example.example@example-example.com；2008 年 10 月 23 日星期四 06:07:51 +0200
发件人：“示例”
收件人：
主题：FW：示例 日期：2008 年 10 月 23 日星期四 12:07:45 +0800
组织：示例 邮件 ID：<001601c934c4$xxxx30$ a9ff460a@xxx>
MIME 版本：1.0
内容类型：多部分/混合；
boundary="----=_NextPart_000_0017_01C93507.F6F64E30"
X-Mailer：Microsoft Office Outlook 11
X-MimeOLE：由 Microsoft MimeOLE V6.00.2900.3138 生产
线程索引：Ack0wLaumqgZo1oXSBuIpUCEg/wfOAABAFEA

这是 MIME 格式的多部分消息。

------=_NextPart_000_0017_01C93507.F6F64E30
内容类型：多部分/替代；
边界="----=_NextPart_001_0018_01C93507.F6F64E30"

------=_NextPart_001_0018_01C93507.F6F64E30
内容类型：文本/纯文本；
charset="us-ascii"
内容传输编码：7bit

发件人：example.example[mailto:example@example.com]
发送时间：2008 年 10 月 23 日星期四上午 11:37
收件人：xxxx@example.com
主题：S/I 例如（提单号：
4357-0120 -810.044)

请找到附加的example.doc），

谢谢。

B.rgds,

xxxxxx

------=_NextPart_001_0018_01C93507.F6F64E30
内容类型：文本/html；
charset="us-ascii"
内容传输编码：quoted-printable

xmlns:o=3D"urn:schemas-microsoft-com:office:office" =
xmlns:w=3D"urn:schemas-microsoft-com:office:word" =
xmlns:st1=3D"urn:schemas-microsoft- com:office:smarttags" =
xmlns=3D" http://www.w3.org/TR/REC-html40 ">

HTML STUFF 直到

------=_NextPart_001_0018_01C93507.F6F64E30--

------=_NextPart_000_0017_01C93507.F6F64E30
内容类型：应用程序/msword；
name="xxxx.doc"
内容传输编码：base64
内容处置：附件；
文件名="xxxx.doc"

0M8R4KGxGuEAAAAAAAAAAAAAAAAAAAAAAAPgADAP7/CQAGAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAEAAAYgAAAAEAAAD+////AAAAAF8AAAD///////////////////////////////////// //// ////////////////////////////////////// //////////////////////////////////////////////////////// ///////////////////////////////////////// ////// //////////////////////////////////// ///////////////////////////////////////// ///////////////////////////////////////// ////////////////////////////////////////// ///////////////////////////////////////// ///////////////////////////////////////// ////////////////////////////////////////// ///////////////////////////////////小号pcEAI2AJBAAA + FK / AAAAAAAAEAAAAAAABgAAnEIAAA4AYmpiaqEVoRUAAAAAAAAAAAAAAAAAAAAA AAAECBYAMlAAAMN / AADDfwAAQQ4AAAAAAAAPAAAAAAAAAAAAAAAAAAAAAAAAAAAAAAD // w8AAAAA AAAAAAD // w8AAAAAAAAAAAD // w8AAAAAAAAAAAAAAAAAAAAAAKQAAAAAAEYEAAAAAAAARgQAAEYE AAAAAAAARgQAAAAAAABGBAAAAAAAAEYEAAAAAAAARgQAABQAAAAAAAAAAAAAAFoEAAAAAAAA4hsA AAAAAADiGwAAAAAAAOIbAAA4AAAAGhwAAHwAAACWHAAARAAAAFoEAAAAAAAABzcAAEgBAADmHAAA FgAAAPwcAAAAAAAA / BwAAAAAAAD8HAAAAAAAAPwcAAAAAAAA / BwAAAAAAAD8HAAAAAAAAPwcAAAA AAAAMjYAAAIAAAA0NgAAAAAAADQ2AAAAAAAANDYAAAAAAAA0NgAAAAAAADQ2AAAAAAAANDYAACQA AABPOAAAaAIAALc6AACOAAAAWDYAAGkAAAAAAAAAAAAAAAAAAAAAAAAARgQAAAAAAABHLAAAAAAA AAAAAAAAAAAAAAAAAAAAAAD8HAAAAAAAAPwcAAAAAAAARywAAAAAAABHLAAAAAAAAFg2AAAAAAAAAAAAAAA0NgAAAAAAADQ2AAAAAAAANDYAACQA AABPOAAAaAAAAALc6AACAAAAAWDYAAGkAAAAAAAAAAAAAAAAAAAAAAAAAAAARgQAAAAAAABHLAAAAAAA AAAAAAAAAAAAAAAAAAAAD8HAAAAAAAAPwcAAAAAAAArywAAAAAAABHLAAAAAAAAFg2AAAAAAAAAAAAAA0NgAAAAAAADQ2AAAAAAAANDYAACQA AABPOAAAaAAAAALc6AACAAAAAWDYAAGkAAAAAAAAAAAAAAAAAAAAAAAAAAAARgQAAAAAAABHLAAAAAAA AAAAAAAAAAAAAAAAAAAAD8HAAAAAAAAPwcAAAAAAAArywAAAAAAABHLAAAAAAAAFg2AAAAAAA

------=_NextPart_000_0017_01C93507.F6F64E30--

我只想得到：

发件人：xxxx.xxxx [mailto:xxxx@example.com]
发送时间：2008 年 10 月 23 日星期四上午 11:37
收件人：xxxx@example.com
主题：xxxx 的 S/I（提单编号：
4357-0120 -810.044)

请查找附件 xxxx.doc),

谢谢。

B.rgds,

xxxxxx

不确定邮件是否格式错误！似乎如果你得到一个 html 页面，你必须这样做：

        parts=self._currentEmailParsedInstance.get_payload()
        print parts[0].get_content_type()
        ..._multipart/alternative_
        textParts=parts[0].get_payload()
        print textParts[0].get_content_type()
        ..._text/plain_
        body=textParts[0].get_payload()
        print body
        ...get the text without a problem!!

非常感谢文科。

所以它有点像处理xml，本质上是递归的。

4

2 回答 2

4

这将为您提供消息的内容

self.currentEmailParsedInstance.get_payload()

至于仅文本部分，您必须自己剥离 HTML，例如使用 BeautifulSoup。

查看此链接以获取有关 Parser 返回的 Message 类的更多信息。如果您的意思是获取包含自身 HTML 和纯文本版本的消息的文本部分，您可以指定 get_payload() 的索引来获取您想要的部分。

我尝试使用不同的 MIME 电子邮件，因为您粘贴的内容似乎格式不正确，希望在您编辑时它格式不正确。

>>> parser = email.parser.Parser()
>>> message = parser.parse(open('/home/vinko/jlm.txt','r'))
>>> message.is_multipart()
True
>>> parts = message.get_payload()
>>> len(parts)
2
>>> parts[0].get_content_type()
'text/plain'
>>> parts[1].get_content_type()
'message/rfc822'
>>> parts[0].get_payload()
'Message Text'

部分将包含多部分消息的所有部分，例如，您可以检查它们的内容类型并仅获取文本/纯文本。

祝你好运。

于 2008-11-11T07:27:54.153 回答
0

结束了这个

        parser = email.parser.Parser()
        self._email = parser.parse(open('/home/vinko/jlm.txt','r'))
        parts=self._email.get_payload()
        check=parts[0].get_content_type()
        if check == "text/plain":
            return parts[0].get_payload()
        elif check == "multipart/alternative":
            part=parts[0].get_payload()
            if part[0].get_content_type() == "text/plain":
                return part[0].get_payload()
            else:
                return "cannot obtain the body of the email"
        else:
            return "cannot obtain the body of the email"
于 2008-11-11T10:42:45.243 回答