在Python3.x中解码邮件主题Thunderbird

有关解决方法，请参见下文

/原始问题：

对不起，我实在太笨了，无法独自解决这个问题。我正试图从雷鸟的.mbox文件夹中读取几封电子邮件中的“主题”。现在，我正在尝试使用

decode\u header（）

对头进行解码，但仍然会出现错误

我正在使用以下功能（我相信有一种更聪明的方法可以做到这一点，但这不是本文的重点）

前100个左右的输出完全正常，但随后出现以下错误消息：

---------------------------------------------------------------------------
---------------------------------------------------------------------------
UnicodeDecodeError                        Traceback (most recent call last)
<ipython-input-97-e252df04c215> in <module>
----> 1 for message in mflder:
      2     try:
      3         print(header_to_string(message["subject"]))
      4     except:
      5         print("0")

~\anaconda3\lib\mailbox.py in itervalues(self)
    107         for key in self.iterkeys():
    108             try:
--> 109                 value = self[key]
    110             except KeyError:
    111                 continue

~\anaconda3\lib\mailbox.py in __getitem__(self, key)
     71         """Return the keyed message; raise KeyError if it doesn't exist."""
     72         if not self._factory:
---> 73             return self.get_message(key)
     74         else:
     75             with contextlib.closing(self.get_file(key)) as file:

~\anaconda3\lib\mailbox.py in get_message(self, key)
    779         string = self._file.read(stop - self._file.tell())
    780         msg = self._message_factory(string.replace(linesep, b'\n'))
--> 781         msg.set_from(from_line[5:].decode('ascii'))
    782         return msg
    783 

UnicodeDecodeError: 'ascii' codec can't decode byte 0x93 in position 4: ordinal not in range(128)

。。。只需使用：

for x in range(len(mflder)):
    try:
        message = mflder[x]
        print(header_to_string(message["subject"]))
    except:
        print("Failed loading message!")

这将跳过.mbox文件夹中的断开邮件。然而，在处理.mbox文件夹主题时，我偶然发现了几个其他问题。例如，在使用

decode\u header（）

函数时，有时会将头拆分为几个元组。因此，为了接收完整的主题，还需要向

header\u to\u string（）

函数添加更多内容。但这与这个问题无关了。我是一个noob和一个爱好编程的人，但我记得我使用outlookapi和Python，这更容易…

解决方案 您可能损坏了“mailfolder”mbox文件，或者Python的

邮箱

模块中存在由文件中的某些内容触发的错误。如果没有mbox输入文件或复制问题的最小示例输入文件，我就无法判断发生了什么

你可以自己调试一下。文件中的每条消息都以“发件人”行开头，该行应如下所示：

From-Mon-Mar 30 18:18:04 2020

从您发布的堆栈跟踪来看，其中一条消息中该行的格式似乎不正确。就我个人而言，我会使用IDE调试器（PyCharm）来跟踪格式错误的行是什么，但这可以通过Python内置的

pdb

来完成。像这样包装您的循环：

导入pdb
尝试：
对于mFolder中的消息：
打印（标题到字符串（消息[“主题”]））
除：
pdb.验尸报告（）

当您现在运行代码时，当异常发生时，它将进入调试器。在该提示下，您可以输入

l

，列出调试器停止的代码；这应该与最初发布的堆栈跟踪中打印的最后一帧匹配。到达后，有两个命令将告诉您发生了什么：

p from_line

将显示格式错误的“发件人”行

将显示

邮箱

代码认为邮件应该在文件中的偏移量

以前的答案没有解决原来的问题，但仍然适用 在现实世界中，会有不符合标准的消息。如果您不想拒绝错误消息，可以尝试使代码更宽容。使用“latin-1”解码是处理这些带有ASCII以外字节的报头的一种方法。这不能失败，因为所有可能的字节值都映射到有效的Unicode字符（Unicode与ISO/IEC 8859-1的前256个代码的一对一映射，也称为“拉丁-1”）。这可能会也可能不会给您发送人想要的文本

导入邮箱
从email.header导入解码\u头
mflder=mailbox.mbox（“邮件文件夹”）
def get_主题（消息）：
标题=消息[“主题”]
如果不是标题：
返回“”
头，编码=解码头（头）[0]
如果编码不是无：
尝试：
头=头。解码（编码）
除：
header=header.decode（'latin-1'）
回流集管
对于mFolder中的消息：
打印（获取主题（消息））

谢谢你的想法！但这并不能解决问题。从错误消息中可以看出，问题发生在迭代mailboxfolder时。这似乎是

get_message（）

方法的一个问题，该方法尝试将某些内容解码为“ascii”，而显然不是“ascii”。我不知道如何解决这个问题。。。有没有一种方法可以组合一个

try。。除了

循环的块之外？多亏了corona，我现在无法测试它，因为我的孩子们快把我逼疯了。^^我更新了我的答案，以表明您的问题与mbox文件中格式错误的“发件人”行有关。如果您可以更新您的问题，使其包含重现问题的示例mbox文件，或者在错误发生时至少包含调试信息，如

from\u line

的值，我们可能能够找到根本原因。好的，非常感谢您的帮助！我将对此进行测试，否则只需尝试找出导致这些问题的邮件，将其删除，然后重试。好的，我更新了我的初始帖子，因为我找到了解决方法。问题是直接迭代.mbox文件夹，这会导致邮件中断问题。

for x in range(len(mflder)):
    try:
        message = mflder[x]
        print(header_to_string(message["subject"]))
    except:
        print("Failed loading message!")

p from_line

p start