基本上我想要读取收件箱中的所有新邮件并将它们存入数据库中。我使用Python的原因是因为它有 imaplib
,但我对它一无所知。
目前,我有类似下面的代码:
def primitive_get_text_blocks(email_message_instance):
maintype = email_message_instance.get_content_maintype()
if maintype == 'multipart':
return_parts = ""
for part in email_message_instance.get_payload():
if part.get_content_maintype() == 'text':
return_parts+= " "+ part.get_payload()
return return_parts
elif maintype == 'text':
return email_message_instance.get_payload()
return ""
fromField=con.escape(email_message["From"])
contentField=con.escape(primitive_get_text_blocks(email_message))
原始的
get_text_blocks
函数是从某个地方复制并粘贴而来的。
结果是我得到了这样的数据库条目:<META http-equiv=3D"Content-Type" content=3D"text/html; charset=3DUTF-8">
据我所知,这与使用
utf-7
编码有关。因此,我改用get_payload(decode=True)
,但这会给我一个字节数组。如果我附加另一个decode('utf-8')
,有时会出现错误,如:
'codec error can't decode to ...'。
我不知道编码是如何工作的,我只想要一封电子邮件正文的Unicode字符串和地址。
为什么没有简单的convert(charset from, charset to)
?我该如何获得可读的电子邮件正文(和地址)?我发现了IMAP Fetch Encoding,并使用decode_header
,但没有进展。
--
我认为编码是字节表示字符的方式,因此,考虑到这一点,解码应该接收一个字节数组并输出一个字符串。在Stack Overflow上,我遇到了一个人声称它与utf-8
和utf-7
编码有关。那究竟是什么意思呢?
我已经搜索过了,似乎有大量重复的答案,但它们得到的答案并没有真正帮助到我(我已经尝试了大部分)。
Content-Transfer-Encoding
头告诉你使用哪种编码(或者没有编码,这是7bit
、8bit
或binary
之一)。 - tripleee