问题标签 [email-parsing]

我浏览了许多链接，但在任何地方都找不到完整的解决方案来实现这一点。

我的项目通过OpenPop library. 每次来自特定发件人的邮件都没有解析并得到以下异常

消息：媒体类型必须是格式类型“/”子类型参数名称：mediaType 源：OpenPop 目标站点：System.String cleanMediaType(System.String) StackTrace：在 OpenPop.Mime.Header.HeaderFieldParser.cleanMediaType(String mediaType) 在 OpenPop .Mime.Header.HeaderFieldParser.ParseContentType(String headerValue) 在 OpenPop.Mime.Header.MessageHeader.ParseHeader(String headerName, String headerValue) 在 OpenPop.Mime.Header.MessageHeader.ParseHeaders(NameValueCollection headers) 在 OpenPop.Mime.Header。在 OpenPop.Mime.Header.HeaderExtractor.ExtractHeadersAndBody(Byte[] fullRawMessage, MessageHeader& headers, Byte[]& body, IParsingErrorHandler parsingErrorHandler) 在 OpenPop.Mime.Header.Header.ctor(NameValueCollection headers, IParsingErrorHandler parsingErrorHandler) 在 OpenPop.Mime.MessagePart。ParseMultiPartBody(Byte[] rawBody) 在 OpenPop.Mime.MessagePart.ParseBody(Byte[] rawBody) 在 OpenPop.Mime.MessagePart..ctor(Byte[] rawBody, MessageHeader headers, IParsingErrorHandler parsingErrorHandler) 在

Openpop 代码在这里

下一个类抛出异常

问题是

我该如何处理这个异常？

或者是否有任何带有此修复程序的新版本的 OpenPop？

我正在使用 npm 库imap来获取电子邮件的收件箱，如下所示：

这提供了所需的输出，但加载时间太长，因为它也处理其附件。

我想知道是否有任何方法可以跳过附件下载和处理，这会在服务器上节省太多时间。

我是 Web 开发新手，对 Python 编码比较陌生。我有一个邮件解析器 (mailparser.io)，它每天将纯文本数据模式从电子邮件转换为 JSON 文件。将此文件自动推送到 pythonanywhere 服务器目录的最简单方法是什么。我有一个 Pythonanywhere 付费帐户。

这是获取存储在 S3 中的电子邮件的 Node Lambda 函数部分。如何从返回的数据对象中获取“文本/纯文本”内容？

我是否需要在 lambda 函数中包含 NPM 电子邮件解析依赖项（以 .zip 格式上传），还是应该在 lambda 中使用一些正则表达式来获取我想要的部分？如果是这样，那会是什么样子？

我正在评估 Elixir/Erlang 项目的电子邮件解析库，并试图找出哪个是“最好的”，或者我是否应该构建自己的。我用于“最佳”的标准是：哪个库最符合 RFC。

我面临的问题是（不出所料）每个库都有自己的测试，所以如果我想比较苹果与苹果，我需要针对相同的测试运行它们。

是否有可用于评估的测试电子邮件集合？还是我最好从更活跃的 Java/Ruby/Python 库中复制测试？

我想在 Python 中解码'quoted-printable' 编码的字符串，但我似乎被困在一个点上。

我根据以下代码从我的 gmail 帐户中获取某些邮件：

'to'例如，如果我打印，如果 'to' 具有 é、á、ó 等字符，则结果是这样的：

我可以使用quopri库body成功解码 ' ' 带引号的可打印编码字符串，如下所示：

但是相同的逻辑不适用于电子邮件的其他部分，例如收件人、发件人、主题。

有人知道提示吗？

我在 Azure ML Studio 中的实验中使用了Enron 电子邮件数据集中的前 100 行，但是保存的数据集对象填充了奇数的 4.8K 行而不是 100 行。这一定是由于“字符串数据上的列分隔不准确包含逗号”的问题，我理解。

但是，在本地的 Python 项目和/或 Azure ML Jupyter 笔记本中使用相同的数据集（从 ML Studio 导入的相同数据集 - 未单独导入到 Jupyter 笔记本），可以正确读取行数，并且进一步的逻辑也可以正常工作。

Jupyter 示例：

本地示例：

这是 Azure ML Studio 中数据集可视化的样子

很明显，从保存的数据集转移到实验后它会变得一团糟，但我的问题是 - 解决它的最佳方法是什么？也许在我的 Python 代码中从 Azure BLOB 存储调用数据集？

编辑 1：从 CSV 文件中删除逗号也没有帮助。该数据集在 Jupyter 和本地运行良好，但在添加到实验时显得混乱。

编辑 2：删除回车导致数据集在实验中被正确可视化，但是这破坏了 Python 代码 ( email.parser )中的进一步文本预处理逻辑。我可以修改它以使其在不同的环境中工作。这可能是最好的。

在 python 中解析电子邮件内容时，我正在获取正文，就像在某些时间编码格式代码一样

请找到代码片段：

请在下面找到输出：

无论如何要在python中解码这个邮件正文内容吗？

在尝试解析电子邮件正文时，正文将变为

当我尝试单独解码时，它可以成功

输出：

但是，虽然我在我的邮件解析脚本中尝试了同样的方法，但它不起作用

输出如下：

有什么办法可以解码吗？