python imaplib读取gmail

Question

我正在使用imaplib在我的python命令窗口中读取gmail消息。唯一的问题是，如果电子邮件带有换行符和回车。此外，文本的格式似乎不正确。它返回=2436.49，而不是$36.49。我该如何着手清理这篇文章呢？谢谢!

示例电子邮件内容：

r\nItem name: Scanner\r\nItem=23: 130585100869\r\nPurchase Date: Oct 7, 2011\r\nUnit Price: =2436.49 USD\r\nQty: 1\r\nAmount: =2436.49USD\r\nSubtotal: =2436.49 USD\r\nShipping and handling: =240.00 USD\r\nInsurance - not offered

代码：

import imaplib
import libgmail
import re
import email
from BeautifulSoup import BeautifulSoup

USER = 'email@gmail.com'
PASSWORD = 'password'

#connecting to the gmail imap server
imap_server = imaplib.IMAP4_SSL('imap.gmail.com', 993)
imap_server.login(USER, PASSWORD)
imap_server.select('Inbox')

typ, response = imap_server.search(None, '(SUBJECT "payment received")')

Data = []

for i in response[0].split():
    results, data = imap_server.fetch(i, "(RFC822)")
    Data.append(data)
    break

for i in Data:
    print i

Answer 1

\r\n问题

\r\n问题是由于您不打印字符串，而是打印字符串的内部表示引起的。试着这样来理解我的意思：

print ['test\n']
print 'test\n'

上面打印的i是一个字符串列表，所以第一个表示开始起作用。试试这个：

print(Data[0][0][1])

我是通过检查对象来确定这一点的--您应该阅读正在使用的库的文档，以了解该对象到底由什么组成，以便了解为什么这个字段特别表示消息。或者如何将Data对象转换为更...很可口。

编码问题

尝试：

import quopri
print quopri.decodestring(Data[0][0][1])

Answer 2

数据是带引号的可打印编码，这是一个小小的数据消息器，它应该能让你得到你想要的：

text = '''\r\nPurchase Date: Oct 7, 2011\r\nUnit Price: =2436.49 USD\r\nQty: 1\r\nAmount: =2436.49 USD\r\nSubtotal: =2436.49 USD\r\nShipping and handling: =240.00 USD\r\nInsurance - not offered : ----\r\n----------------------------------------------------------------------\r\nTax: --\r\nTotal: =2436.49 USD\r\nPayment: =2436.49 USD\r\nPayment sent to: emailaddress=40gmail.com\r\n----------------------------------------------------------------------\r\n\r\nSincerely,\r\nPayPal\r\n=20\r\n----------------------------------------------------------------------\r\nHelp Center:=20\r\nhttps://www.paypal.com/us/cgi-bin/helpweb?cmd=3D_help\r\nSecurity Center:=20\r\nhttps://www.paypal.com/us/security\r\n\r\nThis email was sent by an automated system, so if you reply, nobody will =\r\nsee it. To get in touch with us, log in to your account and click =\r\n=22Contact Us=22 at the bottom of any page.\r\n\r\n'''

raw_data = text.decode("quopri") #replace =XX for the real characters

data = [map(str.strip, l.split(":")) for l in raw_data.splitlines() if ": " in l]

print data
# [['Purchase Date', 'Oct 7, 2011'], ['Unit Price', '$36.49 USD'], ['Qty', '1'], ['Amount', '$36.49 USD'], ['Subtotal', '$36.49 USD'], ['Shipping and handling', '$0.00 USD'], ['Insurance - not offered', '----'], ['Tax', '--'], ['Total', '$36.49 USD'], ['Payment', '$36.49 USD'], ['Payment sent to', 'emailaddress@gmail.com'], ['Help Center', ''], ['Security Center', '']]

这样你就有了更容易处理的数据格式，我希望它能有所帮助。

编辑:让它更可爱：

>>> cooked = dict(data)
>>> print cooked["Unit Price"]
$36.49 USD

Answer 3

如果这些实际上是电子邮件，您可以使用email module开始。您可以使用它来执行正确的带引号的可打印解码，并获得一些干净的文本。

不过，在此之后，您将需要编写自己的代码来提取所需的部分。这不是解析器存在的标准格式。我会使用正则表达式。

注意，\r\n很可能只是回车符后跟换行符，而不是“斜杠，r，斜杠，n”。在交互式终端中，Python将以符号形式表示控制字符和空白字符。