Comment puis-je obtenir un message électronique du texte contenu à l'aide de Python?

Donné un message RFC822 en Python 2.6, comment puis-je obtenir le droit text/plain contenu de la partie? Fondamentalement, l'algorithme que je veux c'est ceci:

message = email.message_from_string(raw_message)
if has_mime_part(message, "text/plain"):
    mime_part = get_mime_part(message, "text/plain")
    text_content = decode_mime_part(mime_part)
elif has_mime_part(message, "text/html"):
    mime_part = get_mime_part(message, "text/html")
    html = decode_mime_part(mime_part)
    text_content = render_html_to_plaintext(html)
else:
    # fallback
    text_content = str(message)
return text_content

De ces choses, j'ai get_mime_part et has_mime_part bas pat, mais je ne suis pas tout à fait sûr de savoir comment obtenir le texte décodé à partir de la partie MIME. Je peux obtenir le codé texte à l'aide de get_payload(), mais si j'essaie d'utiliser le decode paramètre de la get_payload() méthode (voir le doc) j'ai une erreur quand je l'appelle sur le text/plain partie:

File "/System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/
email/message.py", line 189, in get_payload
    raise TypeError('Expected list, got %s' % type(self._payload))
TypeError: Expected list, got <type 'str'>

En plus, je ne sais pas comment prendre le HTML et le rendu de texte d'aussi près que possible.

InformationsquelleAutor Chris R | 2009-09-22
  1. 80

    Dans un multipart e-mail, email.message.Message.get_payload() renvoie une liste avec un seul élément de chaque partie. La façon la plus simple est de marcher sur le message et obtenir la charge utile sur chaque partie:

    import email
msg = email.message_from_string(raw_message)
for part in msg.walk():
    # each part is a either non-multipart, or another multipart message
    # that contains further parts... Message is organized like a tree
    if part.get_content_type() == 'text/plain':
        print part.get_payload() # prints the raw text

    Pour un non-message multipart, pas besoin de faire toute la marche. Vous pouvez aller directement à get_payload(), indépendamment de content_type.

    msg = email.message_from_string(raw_message)
msg.get_payload()

    Si le contenu est encodé, vous devez passer None comme premier paramètre de get_payload(), suivie par Vrai (le décoder drapeau est le deuxième paramètre). Par exemple, supposons que mon adresse e-mail contient un document MS Word pièce jointe:

    msg = email.message_from_string(raw_message)
for part in msg.walk():
    if part.get_content_type() == 'application/msword':
        name = part.get_param('name') or 'MyDoc.doc'
        f = open(name, 'wb')
        f.write(part.get_payload(None, True)) # You need None as the first param
                                              # because part.is_multipart() 
                                              # is False
        f.close()

    Comme pour obtenir une raisonnable de texte brut rapprochement d'une partie HTML, j'ai trouvé que html2text fonctionne sacrément bien.

    • +1, très claire et utile explication.
    • C'est une excellente explication...que couvre exactement ce que j'ai déjà; je peux, comme l'a noté, à localiser et extraire le nu de la charge utile de la partie. Cependant, je peux pas décoder la partie, si c'est décodée, je ne peux pas rendre le texte/html partie de texte si aucun text/plain) est à disposition.
    • (sur la re-lu, désolé, le café est en manque!) Bon, d'accord, donc vous avez résolu mon HTML de texte problème 🙂
    • Mon mauvais... clairement pas assez de café la nuit dernière quand j'ai répondu. J'ai modifié la réponse, je l'espère avec ce que vous avez besoin.
    • Cool.. Comment puis-je vérifier si la partie est codée? Où puis-je voir la partie du Content-Transfer-Encoding attribut?
    • L'utilisation de la partie.get_param('content-transfer-encoding') pour voir l'attribut
    • En fait, l'utilisation de la partie.get("content-transfer-encoding"), puisque c'est juste un en-tête. Pas partie de l'entête content-type. Aussi, au lieu de part.get_payload(None, True) vous pouvez utiliser part.get_payload(decode=True), qui je pense est un peu plus clair.

    InformationsquelleAutor Jarret Hardie
  2. 1

    Plat est meilleur que imbriquées 😉

    from email.mime.multipart import MIMEMultipart
assert isinstance(msg, MIMEMultipart)

for _ in [k.get_payload() for k in msg.walk() if k.get_content_type() == 'text/plain']:
    print _
    • Cette aveuglément des extraits de tous les `text/plain pièces avec aucune attention à ce qui est "droit".
    • Généralement, nous utilisons une plaine, une partie html, et plusieurs parties de l'image. Même si il n'y a plus que la plaine des pièces, comment savez-vous qui d'un droit?
    • Dans le cas typique, avec un toplevel multipart/alternative où seule une partie est text/plain, que l'on. Dans le cas plus général, je ne pense pas qu'il y est une seule bonne réponse, parce qu'il dépend de l'objet de votre demande et les préférences du destinataire.
    • En toute équité, la accepté de répondre a le même problème.
    InformationsquelleAutor guneysus