解析电子邮件正文答案

【问题标题】：Parsing an email message body解析电子邮件正文
【发布时间】：2018-12-01 02:40:17
【问题描述】：

我正在使用 gmail API 解析我的 gmail 邮件正文。除了正文在 html 中时，它还可以工作。有谁知道我如何才能提取电子邮件中的文本？如果没有，我怎么能忽略带有 html 的电子邮件？

最终我想为个人/专业电子邮件实现此功能，其中可能没有 html。

def message_converter(message_id):
        message = service.users().messages().get(userId='me', id=message_id,format='raw').execute()
        msg_str = str(base64.urlsafe_b64decode(message['raw'].encode('ASCII')),'UTF-8')
        mime_msg = email.message_from_string(msg_str)
        if mime_msg.is_multipart():
            for payload in mime_msg.get_payload():
                # if payload.is_multipart(): ...
                print (payload.get_payload())
        else:
            print (mime_msg.get_payload())

【问题讨论】：

您可能遇到了this question 中讨论的问题。

标签： python email parsing gmail-api

【解决方案1】：

html2text 做得很好 - 它将 HTML 转换为 ASCII 文本。

不过，您可能需要在事后进行额外的解析/格式化。

【讨论】：

【解决方案2】：

我不知道这是否可以帮助您，但 Gmail Api 具有相同的语法，因此在 C# 中您可以在 3 个地方找到文本消息（这取决于邮件服务器）所以：

msg.Payload.Parts[1].Body.Data;  // here you can find text message without HTML tag

msg.Payload.Parts[0].Body.Data; // here you can find text message with HTML tag

msg.Payload.Body.Data; // and here you dont have a choice you have the HTMl tag

【讨论】：

【解决方案3】：

这个答案可以帮助你做你想做的事。我了解您想从电子邮件正文中获取某些文本。您可以使用正则表达式来做到这一点。我制作了一个视频，解释如何使用 Google App Script (JavaScript) 从 Gmail 电子邮件正文中获取数据：

https://youtu.be/nI1OH3pAz6s?t=8

您从 GitHub 链接下载代码：

https://gist.github.com/MoayadAbuRmilah/5835369fdebbecf980029f7339e4d769

【讨论】：