使用Perl解析多部分/替代电子邮件

Question

我正在寻找一种方法来解析multipart/alternative电子邮件的正文文本部分。我目前有一个使用Email::Mime模块的Perl脚本，可以正确解析text/plain和text/html。但是我遇到的问题是，当我解析multipart/alternative电子邮件时，$part->body总是返回空值。我尝试使用$part->body_raw，它确实返回了文本��容，但它包括我需要省略的标题。

使用$part->data_raw的当前输出

--_000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_
Content-Type: text/plain; charset="us-ascii"
Content-Transfer-Encoding: quoted-printable 

Text Body 

期望的输出

Text Body

PERL代码

my ( $body, $text_body, $html_body, $multi_body );
for my $part (@parts) {

if ( $part->content_type =~ m!text/html! ) {
    my $hs = HTML::Strip->new( emit_spaces => 0 );
    $html_body .= $hs->parse( $part->body );
    print "Found HTML\n";
}
elsif ($part->content_type =~ m!text/plain!
    or $part->content_type eq '' )
{

    $text_body .= $part->body;
    print "Found TEXT\n";
}
elsif ($part->content_type =~ m!multipart/alternative!
    or $part->content_type eq '' )
{
    print "Found Multipart\n";
    $multi_body .= $part->body;     

}

来源

Content-Type: multipart/related;
boundary="_004_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_";
type="multipart/alternative"
MIME-Version: 1.0

--_004_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_
Content-Type: multipart/alternative;
boundary="_000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_"

--_000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_
Content-Type: text/plain; charset="us-ascii"
Content-Transfer-Encoding: quoted-printable

Test Body

- Mark

---

body_str (https://metacpan.org/pod/Email::MIME#body_str) 是什么？你能发布你正在使用的代码和消息源，以便其他人可以复制你的结果吗？ - Oesor

这是代码，我已经尝试了body_str，但返回的结果是——>无法将multipart/alternative的正文作为字符串获取；boundary="000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0"位于/Library/Perl/5.16/Email/MIME.pm的第341行，<>行1。 - Mark

Answer 1

多部分包含多个部分。对它们进行迭代：

use strict;
use warnings;
use Email::MIME;
use Data::Printer;
use feature qw/say/;

my $source = <<EOF;
Content-Type: multipart/related;
boundary="_004_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_";
type="multipart/alternative"
MIME-Version: 1.0

--_004_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_
Content-Type: multipart/alternative;
boundary="_000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_"

--_000_47C8E15E8EEDCB4E94E891F9414C019A0CB5BDEE79DFW1MBX07mex0_
Content-Type: text/plain; charset="us-ascii"
Content-Transfer-Encoding: quoted-printable

Test Body
EOF

my $msg = Email::MIME->new($source);

for my $part ($msg->parts) {
    if ($part->content_type =~ m!multipart/alternative!
            or $part->content_type eq '' )
        {
            say "Found Multipart"; 
            for my $subpart ($part->parts) {
                say $subpart->body;
            }
    }
}

输出：

C:\>perl test_mime.pl 
Found Multipart 
Test Body

- Oesor

Answer 2

您需要递归一层。 alternative 部分的 "body" 是一个 text/plain 部分，您需要检索并解析。

一般情况下，您不能假设任何特定结构，只能假定一个 multipart 由一个或多个单独的部分组成（它们本身可能是递归无限的 multiparts），通常您会想要遍历这些部分。

虽然 multipart/alternative 明确说明您应该选择其中一个成员部分（可能受平台功能和/或用户喜好的指导），但有时也会使用 multipart/mixed 或 multipart/related 达到相同的目的。

- tripleee