PyWin32在从PST读取的所有电子邮件上排除一个特定的标签实例
我一直在开发一个Python工具来摄取和写入所有来自PST的电子邮件，从Outlook导出到单独的.html文件。问题是，在outlook中打开PST并逐个检查电子邮件的源信息时，它包含以下特定行：
<meta http-equiv=Content-Type content="text/html; charset=utf-8">
当使用Pywin32导入PST并读取PST中的所有电子邮件时，不会包含该PST。去看看它是什么样子的-
来自Outlook：<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40"><head><meta http-equiv=Content-Type content="text/html; charset=utf-8"><meta name=Generator content="Microsoft Word 15 (filtered medium)">
从该工具导出的内容：<html xmlns:v="urn:schemas-microsoft-com:vml" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:w="urn:schemas-microsoft-com:office:word" xmlns:m="http://schemas.microsoft.com/office/2004/12/omml" xmlns="http://www.w3.org/TR/REC-html40"><head><meta name=Generator content="Microsoft Word 15 (filtered medium)">
除了这一个标签之外，电子邮件的内容在其他方面完全相同。
我的代码：
htmlEmails = 0
encryptedEmails = 0
totalEmails = 0
richPlainEmails = 0
filenameCount = 1
mycounter2 = 1
#Adjusting name of PST location to be readable
selectedPST = str(selectedPST.replace('/', '\\'))
print('\nRunning:' , selectedPST)
outlook.AddStore(selectedPST)
PSTFolderObj = find_pst_folder(outlook, selectedPST)
def find_pst_folder(OutlookObj, pst_filepath):
for Store in OutlookObj.Stores:
if Store.IsDataFileStore and Store.FilePath == pst_filepath:
return Store.GetRootFolder()
return None
def enumerate_folders(FolderObj):
for ChildFolder in FolderObj.Folders:
enumerate_folders(ChildFolder)
iterate_messages(FolderObj)
def iterate_messages(FolderObj):
global mycounter2
global encryptedEmails
global richPlainEmails
global totalEmails
global htmlEmails
for item in FolderObj.Items:
totalEmails += 1
try:
try:
body_content = item.HTMLbody
mysubject = item.Subject
writeToFile(body_content, exportPath, mysubject)
mycounter2 = mycounter2 + 1
htmlEmails += 1
except AttributeError:
#print('Non HTML formatted email, passing')
richPlainEmails += 1
pass
except Exception as e:
encryptedEmails += 1
pass
def writeToFile(messageHTML, path, mysubject):
global mycounter2
filename = '\htmloutput' + str(mycounter2) + '.html'
#Check if email is rich or plain text first (only HTML emails are desired)
if '<!-- Converted from text/plain format -->' in messageHTML or '<!-- Converted from text/rtf format -->' in messageHTML:
raise AttributeError()
else:
file = open(path + filename, "x", encoding='utf-8')
try:
messageHTML = regex.sub('\r\n', '\n', messageHTML)
file.write(messageHTML)
#Handle any potential unexpected Unicode error
except Exception as e:
print('Exception: ' , e)
try:
#Prints email subject to more easily find the offending email
print('Subject: ', mysubject)
print(mycounter2)
file.write(messageHTML)
except Exception as e:
print('Tried utf decode: ', e)
file.close()因为电子邮件在其他方面是相同的，所以我只能假设这是由库完成的。我想知道是不是元标签被排除了，或者是PyWin32中的一个bug？
回答 1
Stack Overflow用户
发布于 2021-02-24 03:33:33
在与熟悉PyWin32的人进行了大量的探索和讨论，并对我的代码进行了审查和测试后，似乎Outlook在这里扮演了不好的角色。
我发现Outlook在将一封电子邮件附加到另一封电子邮件时会导致完全相同的行为。也就是说，如果我发送了一封电子邮件，我可以检查源信息，它包含了信息。然后，当我将其附加到另一封电子邮件时，该文件的标签将被剥离。
因此，我转而使用LibPFF ( https://pypi.org/project/libpff-python/ )来规避这个问题。它允许PST被读取，以及通过PST中电子邮件的HTML进行解析。
LibPFF的代码如下所示：(只需在path+pstname spot中包含PST的路径)：
import pypff
pst_file = pypff.file()
pst_file.open(path+pstname)
root = pst_file.get_root_folder()
for folder in root.sub_folders:
for sub in folder.sub_folders:
for message in sub.sub_messages:
body_content = message.get_html_body()
print(str(body_content))这基本上是一种变通方法，但根据用例的不同，可以提供相同的结果。至于为什么Outlook会这样做，我只能假设带有字符集信息的标签是通过他们的服务器发送电子邮件所必需的，所以当它附加到另一封电子邮件时，它被视为无用并被剥离。
https://stackoverflow.com/questions/66177101
复制相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号