【问题标题】：Gmail API encoding - how to get rid of 3D and &ampGmail API 编码 - 如何摆脱 3D 和 &amp
【发布时间】：2019-01-27 02:50:08
【问题描述】：

我正在尝试通过 GMAIL API 提取 GMAIL 电子邮件的正文，很好地使用 Python。

我可以使用以下命令提取消息。但是，电子邮件文本的编码似乎存在问题（原始电子邮件中包含 html） - 出于某种原因，每次在每个引用 3D 出现之前。

另外，在 a href="my_url" 中，我随机出现了等号 =，并且在链接的末尾，有一个 &amp 字符，即不在电子邮件的原始 HTML 中。

知道如何解决这个问题吗？

我用来提取电子邮件的代码：

from __future__ import print_function
from googleapiclient.discovery import build
from httplib2 import Http
from oauth2client import file, client, tools

from apiclient import errors
import base64
msgs = service.users().messages().list(userId='me', q="no-reply@hello.com",maxResults=1).execute()
for msg in msgs['messages']:message = service.users().messages().get(userId='me', id=m_id, format='raw').execute()

"raw"：将原始字段中包含正文内容的完整电子邮件数据作为 base64url 编码字符串返回；未使用有效负载字段。”

print(base64.urlsafe_b64decode(message['raw'].encode('ASCII')))

td style=3D"padding:20px; color:#45555f; font-family:Tahoma,He= 绿叶蕈；字体大小：12px；行高：18px； "

JPk79hd = JFQZEhc6%2BpAiQKF8M85SFbILbNd6IG8%2FEAWwe3VTr2jPzba4BHf%2FEnjMxq66fr228I7OS =

【问题讨论】：

将整个文档放在我面前之后 - 看起来 python 用等号标记了每行的末尾，因为它似乎试图将每一行保留为 ### 字符。关于可能导致这种情况的任何想法？如果我至少可以在每个字符串的末尾得到等号，我可以用 find-replace_with_black 完成其余的工作。提前谢谢你
看起来等号与base64的编码有关 - stackoverflow.com/questions/6916805/…

标签： python base64 gmail-api

【解决方案1】：

我已从我在 asp.net 中的网络服务向 gmail 发送了一封邮件内容是真正的 html
尽管=3D

，它仍显示为想要的

Dim Bericht As MailMessage
Bericht = New MailMessage

我的 styleText 的内容是

<head>
<meta http-equiv="Content-Type" content="text/html; charset=iso-8859-=1">
<meta content="text/html; charset=us-ascii">
<style>h1{color:blue;}
.EditText{
background:#ff0000;/*rood*/
height:100;
font-size:10px;
color:#0000ff;/*blauw*/
}
</head>

而我身体的内容是

<div class='EditText'>this is just some text</div>

最后我把它组合起来

Bericht.Body = "<html>" & styleText & "<body>" & content& "</body></html>"

如果我查看收到的消息的来源，仍然有这个 3D 它显示

<html><head>
<meta http-equiv=3D"Content-Type" content=3D"text/html; charset=3Diso-8859-=
=3D1">
<meta content=3D"text/html; charset=3Dus-ascii">
<style>h1{color:blue;}
.EditText{
background:#ff0000;/*rood*/
height:100;
font-size:10px;
color:#0000ff;/*blauw*/
}
</style>
</head><body><div class=3D'EditText'>MailadresAfzender</div></body></html>

结果显示带有红色背景的蓝色文本。很棒

【讨论】：

【解决方案2】：

您应该检查Content-Transfer-Encoding 标头以查看它是否指定quoted-printable，因为它看起来像quoted-printable 编码文本。

每RFC 1521, Section 5.1：

Quoted-Printable 编码旨在表示主要由八位字节组成的数据，这些八位字节对应于 US-ASCII 字符集中的可打印字符。它以这样一种方式对数据进行编码，使得生成的八位字节不太可能被邮件传输修改。如果被编码的数据主要是 US-ASCII 文本，则数据的编码形式在很大程度上仍然可以被人类识别。完全是 US-ASCII 的正文也可以用 Quoted-Printable 编码，以确保消息通过字符转换和/或换行网关时数据的完整性。

Python 的quopri 模块可用于解码具有此编码的电子邮件。

【讨论】：

【解决方案3】：

遗憾的是，我无法找出解码消息的正确方法。

我最终使用了以下解决方法：

1) 将消息拆分成一个列表，每一行作为一个列表项

2) 找出其中一个字符串的列表位置，以及结束字符串的位置。

3) 从#2 中生成一个新列表，然后重新生成相同的列表，去掉最后一个字符（等号）

4) 从新列表中生成一个字符串

5) 搜索我想要的网址

    x= mime_msg.splitlines() #convert to list
    a = ([i for i, s in enumerate(x) if 'My unique start string' in s])[0] #get list# of beginning
    b = ([i for i, s in enumerate(x) if 'my end id' in s])[0] #end
    y = x[a:b]   #generate list w info we want
    new_list=[]
    for item in y:new_list.append(item[:-1]) #get rid of last character, which bs base64 encoding is "="
    url = ("".join(new_list)) #convert to string
    url = url.replace("3D","").replace("&amp","") #cleaner for some reason - encoding gives us random 3Ds + &amps
    csv_url = re.search('Whatever message comes before the URL (.*)',url).group(1)

以上使用

import re 
from __future__ import print_function
from googleapiclient.discovery import build
from httplib2 import Http
from oauth2client import file, client, tools

from apiclient import errors
import base64
import email

【讨论】：