Python: как разобрать тело из сырой электронной почты, учитывая, что у сырой электронной почты нет тега "Body" или что-то еще

Ответ 1

Используйте Message.get_payload

b = email.message_from_string(a)
if b.is_multipart():
    for payload in b.get_payload():
        # if payload.is_multipart(): ...
        print payload.get_payload()
else:
    print b.get_payload()

Ответ 2

Чтобы быть высокопоставленными, вы работаете с фактическим телом электронной почты (все же, при том, что вы не разбираете правую часть), вам нужно пропустить вложения и сосредоточиться на простой или html-части (в зависимости от ваших потребностей ) для дальнейшей обработки.

Поскольку ранее упомянутые вложения могут и очень часто имеют часть text/plain или text/html, этот образец без пули пропускает их, проверяя заголовок содержимого:

b = email.message_from_string(a)
body = ""

if b.is_multipart():
    for part in b.walk():
        ctype = part.get_content_type()
        cdispo = str(part.get('Content-Disposition'))

        # skip any text/plain (txt) attachments
        if ctype == 'text/plain' and 'attachment' not in cdispo:
            body = part.get_payload(decode=True)  # decode
            break
# not multipart - i.e. plain text, no attachments, keeping fingers crossed
else:
    body = b.get_payload(decode=True)

BTW, walk() итеративно изучает части мим, а get_payload(decode=True) выполняет грязную работу по расшифровке base64 и т.д. для вас.

Некоторый фон - как я подразумевал, замечательный мир электронных писем MIME представляет собой множество подводных камней "неправильного" нахождения тела сообщения. В простейшем случае это в единственной части "text/plain" и get_payload() очень заманчиво, но мы не живем в простом мире - он часто окружен разнородным/альтернативным, связанным, смешанным и т.д. Контентом. Википедия описывает это плотно - MIME, но, учитывая, что все эти случаи ниже действительны - и распространены - нужно учитывать системы безопасности:

Очень часто - почти что вы получаете в обычном редакторе (Gmail, Outlook), отправляя отформатированный текст с приложением:

multipart/mixed
 |
 +- multipart/related
 |   |
 |   +- multipart/alternative
 |   |   |
 |   |   +- text/plain
 |   |   +- text/html
 |   |      
 |   +- image/png
 |
 +-- application/msexcel

Относительно простое - просто альтернативное представление:

multipart/alternative
 |
 +- text/plain
 +- text/html

Для хорошего или плохого эта структура также действительна:

multipart/alternative
 |
 +- text/plain
 +- multipart/related
      |
      +- text/html
      +- image/jpeg

Надеюсь, это немного поможет.

P.S. Моя точка зрения не приближается к электронной почте - она ​​кусает, когда вы меньше всего этого ожидаете:)

Ответ 3

В python нет b['body']. Вы должны использовать get_payload.

if isinstance(mailEntity.get_payload(), list):
    for eachPayload in mailEntity.get_payload():
        ...do things you want...
        ...real mail body is in eachPayload.get_payload()...
else:
    ...means there is only text/plain part....
    ...use mailEntity.get_payload() to get the body...

Удачи.

Ответ 4

Существует очень хороший пакет для анализа содержимого электронной почты с соответствующей документацией.

import mailparser

mail = mailparser.parse_from_file(f)
mail = mailparser.parse_from_file_obj(fp)
mail = mailparser.parse_from_string(raw_mail)
mail = mailparser.parse_from_bytes(byte_mail)

Как пользоваться:

mail.attachments: list of all attachments
mail.body
mail.to

Ответ 5

Если электронные письма - это dataframe pandas и emails.message столбец для текста электронной почты

## Helper functions
def get_text_from_email(msg):
    '''To get the content from email objects'''
    parts = []
    for part in msg.walk():
        if part.get_content_type() == 'text/plain':
            parts.append( part.get_payload() )
    return ''.join(parts)

def split_email_addresses(line):
    '''To separate multiple email addresses'''
    if line:
        addrs = line.split(',')
        addrs = frozenset(map(lambda x: x.strip(), addrs))
    else:
        addrs = None
    return addrs 

import email
# Parse the emails into a list email objects
messages = list(map(email.message_from_string, emails['message']))
emails.drop('message', axis=1, inplace=True)
# Get fields from parsed email objects
keys = messages[0].keys()
for key in keys:
    emails[key] = [doc[key] for doc in messages]
# Parse content from emails
emails['content'] = list(map(get_text_from_email, messages))
# Split multiple email addresses
emails['From'] = emails['From'].map(split_email_addresses)
emails['To'] = emails['To'].map(split_email_addresses)

# Extract the root of 'file' as 'user'
emails['user'] = emails['file'].map(lambda x:x.split('/')[0])
del messages

emails.head()

Ответ 6

Вот код, который работает для меня каждый раз (для электронной почты Outlook):

#to read Subjects and Body of email in a folder (or subfolder)

import win32com.client  
#import package

outlook = win32com.client.Dispatch("Outlook.Application").GetNamespace("MAPI")  
#create object

#get to the desired folder ([email protected] is my root folder)

root_folder = 
outlook.Folders['[email protected]'].Folders['Inbox'].Folders['SubFolderName']

#('Inbox' and 'SubFolderName' are the subfolders)

messages = root_folder.Items

for message in messages:
if message.Unread == True:    # gets only 'Unread' emails
    subject_content = message.subject
# to store subject lines of mails

    body_content = message.body
# to store Body of mails

    print(subject_content)
    print(body_content)

    message.Unread = True         # mark the mail as 'Read'
    message = messages.GetNext()  #iterate over mails