imapclient未正确读取电子邮件

Question

我正在尝试在python中导入一个包含在电子邮件中的HTML表。

我尝试了以下脚本：

HOST = 'imap.gmail.com'
USERNAME = username
PASSWORD = password
ssl = True

server = IMAPClient(HOST, use_uid=True, ssl=ssl)
server.login(USERNAME, PASSWORD)

select_info = server.select_folder('INBOX')
messages = server.search(['FROM', sender_address])

if len(messages) > 0:
   for mail_id, data in server.fetch(messages,['ENVELOPE','BODY[TEXT]']).items():
       envelope = data[b'ENVELOPE']
       body = data[b'BODY[TEXT]']

soup = BeautifulSoup(body)
table = soup.find_all('table')
df = pd.read_html(str(table))[0]

这个脚本运行得很好，但是我得到一些随机的"=“和一个"<= /td>”插入到表中。这是一个包含黄色错误的数据框输出示例

​

以下是原始电子邮件表的示例：

​

我认为错误出在IMAPClient命令中(而不是BS解析或pandas中)，因为如果我检查"body“变量中的超文本标记语言，我会发现错误已经存在。

我做错了什么？谢谢

Answer 1

如果有人需要它，下面的代码运行得很好：

imap = imaplib.IMAP4_SSL('imap.gmail.com')
imap.login(username, password)
imap.select("inbox")

resp, items = imap.search(None, '(FROM "xxxx@xxxxxxxxx.com")')

for n, num in enumerate(items[0].split(), 1):
    resp, data = imap.fetch(num, '(RFC822)')

    body = data[0][1]
    msg = email.message_from_bytes(body)
    content = msg.get_payload(decode=True)

    soup = BeautifulSoup(content)
    table = soup.find_all('table')
    df = pd.read_html(str(table))[0]