在 Python 中使用 imaplib 提取多语言电子邮件数据时解码十六进制

Question

如何打开这个：

With Best Regards, JS Chen*\r\n\r\n=E9=A0=8E=E9=82=A6=E7=A7=91=E6=8A=80=E8=82=A1=E4=BB=BD=E6=9C=89=E9=99=90=E5=\r\n=85=AC=E5=8F=B8/Chipbond Technology

对此：

With Best Regards, JS Chen*\r\n\r\n頎邦科技股份有限公司/Chipbond Technology

使用 python?

我正在使用 imaplib 提取混合语言电子邮件数据，只要有其他语言字符，它就会给我这个带有等号的十六进制代码

这是我的代码：

mail = imaplib.IMAP4_SSL('imap.gmail.com')
mail.login('****@gmail.com', '*********')

mail.select('Inbox')

type, data = mail.search(None,'(SUBJECT "ULVAC RSH-820")')
mail_ids = data[0]
id_list = mail_ids.split()
print('searching...')

for num in data[0].split():
    typ, data = mail.fetch(num, '(RFC822)' )
    raw_email = data[0][1]
    raw_email_string = raw_email.decode('utf-8')
    email_message = email.message_from_string(raw_email_string)
    print('decoding..')
    for response_part in data:
        if isinstance(response_part, tuple):
            msg = email.message_from_string(response_part[1].decode('utf-8')) 

            if msg.is_multipart():
                print('de-partitioning...')
                for part in msg.walk():
                    ctype = part.get_content_type()
                    cdispo = str(part.get('Content-Disposition'))
                    if ctype == 'text/plain' and 'attachment' not in cdispo:
                        body = part.get_payload()


            else:
                body = msg.get_payload()

Answer 1

您的电子邮件有一个 content transfer encoding, specifically, the Quoted-Printable encoding，用于确保电子邮件数据流是 ASCII 安全的。

通过将 decode=True 传递给 Message.get_payload() method 来告诉 Python 解码有效载荷：

body_data = part.get_payload(decode=True)
charset = part.get_param("charset", "ASCII")
body = body_data.decode(charset, errors="replace")

但是，这确实意味着您将获得 二进制 数据，即使是文本内容类型，因此必须显式解码数据。 get_payload() 在这里没有多大帮助。它也是遗产的一部分API；你想切换到更新的 Unicode 友好 API。通过在加载消息时使用 compat32 策略（默认）以外的策略来执行此操作：

from email import policy

# ...

raw_email = data[0][1]
# you may have to use policy.default instead, depending on the line endings
# convention used.
email_message = email.message_from_bytes(raw_email, policy=policy.SMTP)

再往下

msg = email.message_from_bytes(response_part[1], policy=policy.SMTP)

请注意，我没有首先解码 bytes 值，通过使用 email.message_from_bytes() 而不是 email.message_from_string()，您将解码数据委托给 email 解析器。

现在 email_message 是一个 email.message.EmailMessage instance instead of the older email.message.Message() type, and you can use the EmailMessage.get_content() method，对于文本 mime 类型将 return 一个 Unicode 文本字符串：

body = part.get_content()

在 Python 中使用 imaplib 提取多语言电子邮件数据时解码十六进制

Decoding Hex when pulling Multilingual Email Data with imaplib in Python

python

email

hex

decode

imaplib