使用mbox Python mdule解码和访问mbox文件
我需要将电子邮件数据库迁移到CRM，但有2个问题： 我可以访问mbox文件，但内容没有正确解码 我想创建一个类似dataframe的结构，包含以下列：“date、from、to、subject、body” 我尝试了以下方法：使用mbox Python mdule解码和访问mbox文件,python,email,mbox,Python,Email,Mbox,我需要将电子邮件数据库迁移到CRM，但有2个问题： 我可以访问mbox文件，但内容没有正确解码 我想创建一个类似dataframe的结构，包含以下列：“date、from、to、subject、body” 我尝试了以下方法： for i, message in enumerate(mbox): print("from :",message['from']) print("subject:",message['subject'])
for i, message in enumerate(mbox):
print("from :",message['from'])
print("subject:",message['subject'])
if message.is_multipart():
content = (part.get_payload(decode=True) for part in message.get_payload())
else:
content = message.get_payload(decode=True)
print("content:",content)
print("**************************************")
if i == 10:
break
from : =?UTF-8?Q?Gonzalo_Gasset_Yba=C3=B1ez?= <gonzalo.gasset@baud.es>
subject: =?UTF-8?Q?Marqu=C3=A9s_de_Vargas_=26_Baud?=
content: <generator object <genexpr> at 0x7fe025f3a350>
**************************************
from : Mailtrack Reminder <reminders@mailtrack.io>
subject: Re: Presupuesto de Logotipo y =?utf-8?Q?Dise=C3=B1o?= Corporativo
para nuevo proyecto
content: b'<!DOCTYPE html>\r\n<html>\r\n<head>\r\n <meta charset="utf-8">\r\n <meta name="viewport" content="width=device-width">\r\n <title>Reminder</title>\r\n</head>\r\n<style media="screen">\r\n body {\r\n font-family: Helvetica;\r\n }\r\n</style>\r\n<body style="background-color: #f6f6f6; -webkit-font-smoothing: antialiased; font-size: 14px; line-height: 1.4; margin: 0; padding: 0; .....
from:=？UTF-8？Q？冈萨罗？加塞特？Yba=C3=B1ez？=
主题：=？UTF-8？Q？Marqu=C3=A9s\u de\u Vargas\u=26\u波特=
内容：
**************************************
发件人：邮件跟踪提醒
主题：Re:prespuesto de Logotipo y=？utf-8？Q？Dise=C3=B1o？=Corporativo
新项目
内容：b'\r\n\r\n\r\n\r\n\r\n提醒\r\n\r\n\r\n正文{\r\n字体系列：Helvetica；\r\n}\r\n\r\n接受可用于生成消息的工厂
参数的具体实现。通过传递用初始化的方法，我们可以生成s，它将自动解码标题和正文
选择实际的身体比较棘手，可能取决于您的特殊要求。在下面的代码示例中，所有“文本”类型的部分都连接在一起，而非文本部分则被拒绝。您可能希望应用自己的选择标准
从email.parser导入BytesParser
从email.policy导入默认值
导入邮箱
mbox=mailbox.mbox（路径到邮箱，工厂=BytesParser（策略=default.parse）
对于ux，枚举中的消息（mbox）：
打印（“日期：：”，消息['date']）
打印（“收件人：”，邮件['to']）
打印（“发件人：”，消息[“发件人]）
打印（“主题：”，消息['subject']）
如果消息.is_multipart（）：
内容=[]
对于message.walk（）中的部分：
maintype=part.get\u content\u maintype（）
如果maintype=='multipart'或maintype！='文本'：
#拒绝容器和非文本类型
持续
contents.append（part.get\u content（））
内容='\n\n'。加入（内容）
其他：
内容=消息。获取内容（）
打印（“内容：”，内容）
打印（“**********************************************”）
我设法读取了大多数“.mbox”文件，但在一个31Gb大小的文件上出现了一个错误。给我以下错误：LookupError:未知编码：我建议现在使用try/except
跳过此类消息。如果可以将此类消息的字节转储到文件中，则可以提出一个新问题，包括作为证据的字节。