从 Gmail API 解码 MIME 电子邮件 - \r\n 和 3D - Python答案

【问题标题】：Decoding MIME email from Gmail API - \r\n and 3D - Python从 Gmail API 解码 MIME 电子邮件 - \r\n 和 3D - Python
【发布时间】：2023-03-17 20:25:02
【问题描述】：

我目前正在使用 Gmail API 在 Python 中读取一些 HTML 电子邮件。我已经使用以下方法解码了他们的身体：

base64.urlsafe_b64decode

在打印出生成的 HTML 电子邮件后，“\r\n”和“3D”散布在 HTML 周围。我无法删除“\r\n”，因为 \ 和 r 以及 \ 和 n 注册为不同的字符（？），我不确定“3D”来自哪里。

我的解码方式有问题吗？

代码如下：

results = service.users().messages().list(userId='me', q = 'is: unread').execute()

for index in range(len(results['messages'])):
    message = service.users().messages().get(userId='me', id=results['messages'][index]['id'], format='raw').execute()

    msg_str = base64.urlsafe_b64decode(message['raw'].encode('UTF-8'))

    mime_msg = email.message_from_string(str(msg_str))

    print(mime_msg)

    service.users().messages().modify(userId='me', id=results['messages'][index]['id'], body = {'removeLabelIds': ['UNREAD']}).execute() # mark message as read

【问题讨论】：

这是一个简短的示例："

标签： python email gmail-api mime

【解决方案1】：

我可能有点晚了。一些提到的解决方案有效。但是为了帮助其他访问这里的人，我想发布这个答案，因为它看起来更干净。

在构建邮件对象时使用policy=email.policy.default。这将删除提到的=3D、\r\n 等。

mailobject = email.message_from_string(msg_str,  policy=email.policy.default)

如果在 Python 3.6+ 上，您可以使用 get_body 和 get_content 方法。

if mailobject.is_multipart():
    body = mailobject.get_body(('html',))
else:
    body = mailobject.get_body(('plain',))

if body:
    body = body.get_content()

print(body)

上面的代码非常简单，足以满足答案。在这里，我们假设它只是普通的或 html。记得处理时照顾其他情况电子邮件。

另一个不相关的提示：

由于这是一个编码问题，因此此答案也适用于其他类似情况。就像尝试使用 AWS Lambda 函数 (Python) 解析推送到 s3 转发的 AWS SES 电子邮件一样。我不得不在这里提到它，因为我在尝试使用它们时也遇到了同样的问题。

在这种情况下这样使用它

s3_file = object_s3['Body'].read()
mailobject = email.message_from_string(s3_file.decode('utf-8'),  policy=email.policy.default)

【讨论】：

【解决方案2】：

如果设置了 str.decode('utf-8')，maksel 的解决方案对我有用。原始代码编码而不是解码字节字符串。

因此，在python 3.7下我们可以替换如下：

msg = msg.replace('\r\n', '').replace('=3D', '=')

请注意，在我的情况下，此解决方案不适用于所有 html 标签。

【讨论】：

【解决方案3】：

我找到了解决方案 - 我停止使用 Python 中的电子邮件库，并将 msg_str 转换为字符串（它是字节类型）。从那里，我只是从字符串中删除了'\r\n'，并将'=3D' 替换为'='。

【讨论】：

【解决方案4】：

这不是一个很好的解决方案，而是使用类似的东西

for email_part in message.walk(): 
    part_data = email_part.get_payload(decode=True)

其中 message 是 Python email.message.Message obj。然后也许使用 BeautifulSoup 之类的东西来有效地分析 HTML。希望对您有所帮助！

【讨论】：