如何获取电子邮件消息'；使用Python创建文本内容？

给定Python2.6中的RFC822消息，如何获得正确的文本/普通内容部分？基本上，我想要的算法是：

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

在这些东西中，我有

get\u mime\u part

和

has\u mime\u part

，但我不太确定如何从mime部分获取解码文本。我可以使用

get\u payload（）

获取编码文本，但是如果我尝试使用

get\u payload（）

方法的

decode

参数（请参阅），我在文本/普通部分调用它时会出错：

File”/System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/
“email/message.py”，get_有效载荷中第189行
raise TypeError（'预期列表，获得%s'%type（self.\u有效负载））
TypeError:应为列表，已获取

---

此外，我不知道如何获取HTML并尽可能地将其呈现为文本。

在多部分电子邮件中，

email.message.message.get_payload（）

返回一个列表，其中每个部分包含一个项目。最简单的方法是遍历消息并获取每个部分的有效负载：

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

对于非多部分消息，无需执行所有遍历。无论内容类型如何，都可以直接获取_payload（）

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

如果对内容进行编码，则需要将

None

作为第一个参数传递给

get_payload（）

，然后是True（解码标志是第二个参数）。例如，假设我的电子邮件包含MS Word文档附件：

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()

---

至于获得HTML部分的合理的纯文本近似值，我发现这种方法非常有效。

扁平比嵌套好；）

---

要补充@Jarret Hardie的优秀答案：

我个人喜欢将这种数据结构转换为一个字典，以便以后可以重用，因此类似这样的东西，

content\u type

是关键，

payload

是值：

导入电子邮件
[...]
电子邮件={
part.get\u content\u type（）：part.get\u payload（）
用于email.message_from_字节（原始电子邮件）.walk（）中的部分
}
打印（电子邮件[“文本/普通”]）

这是一个很好的解释……完全涵盖了我已经得到的；如前所述，我可以定位并提取零件的裸有效载荷。但是，如果部分已解码，我就无法对其进行解码，如果没有文本/普通部分，我也无法将文本/html部分呈现为文本。（重读时——抱歉，缺少咖啡！）好吧，好吧，您已经解决了我的html到文本问题：）我的坏。。。昨晚我接电话时，显然没有足够的咖啡。我已经修改了答案，希望能符合你的需要。酷。。如何检查零件是否已编码？在哪里可以看到部件的内容传输编码属性？实际上，使用part.get（“内容传输编码”），因为它只是一个标题。不是内容类型标题的一部分。另外，你可以使用

part.get\u payload（None，True）

而不是

part.get\u payload（decode=True）

，我认为这更清楚一些。我发现了一个有用的解决方案，类似的方法是盲目地提取所有“text/plain”部分，而不注意哪一部分是“正确的”。@tripleee通常我们使用一个普通的，一个html部分，和几个图像部分。即使有不止一个普通部分，您如何知道哪一个是正确的？在典型情况下，对于顶级

多部分/备选方案

，其中只有一个部分是

文本/普通

，则是该部分。在更一般的情况下，我认为没有一个正确的答案，因为这取决于你申请的目的和接收者的偏好。公平地说，被接受的答案也有同样的问题。

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()

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 _