본문에 유니 코드 문자가있을 때 파이썬으로 Gmail 이메일 구문 분석하기

Question

이메일을 구문 분석하기위한 스크립트를 작성했습니다. Mac OS X Mail 클라이언트 (지금까지 테스트 한 것)에서 편지를 받았을 때 제대로 작동하지만 글자에 유니 코드 문자가 포함되어 있으면 파서가 실패합니다.

예를 들어 내용이 ąčę 인 메시지를 보냈습니다.

그리고 여기에 동시에 몸과 첨부 파일을 구문 분석 스크립트의 내 부분이다 : 나는 OS X 메일에서 편지와 함께 작동 언급, 잘

p = FeedParser() 
p.feed(msg) 
msg = p.close() 
attachments = [] 
body = None 
for part in msg.walk(): 
    if part.get_content_type().startswith('multipart/'): 
    continue 
    try: 
    filename = part.get_filename() 
    except: 
    # unicode letters in filename, set default name then 
    filename = 'Mail attachment' 

    if part.get_content_type() == "text/plain" and not body: 
    body = part.get_payload(decode=True) 
    elif filename is not None: 
    content_type = part.get_content_type() 
    attachments.append(ContentFile(part.get_payload(decode=True), filename)) 

if body is None: 
    body = '' 

하지만 Gmail을 문자로하지 않습니다 .

역 추적 :

Traceback (most recent call last): File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/core/handlers/base.py", line 116, in get_response response = callback(request, *callback_args, **callback_kwargs) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/views/decorators/csrf.py", line 77, in wrapped_view return view_func(*args, **kwargs) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/views/decorators/http.py", line 41, in inner return func(request, *args, **kwargs) File "/Users/aemdy/PycharmProjects/rezervavau/bms/messages/views.py", line 66, in accept Message.accept(request.POST.get('msg')) File "/Users/aemdy/PycharmProjects/rezervavau/bms/messages/models.py", line 261, in accept thread=thread File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/manager.py", line 149, in create return self.get_query_set().create(**kwargs) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/query.py", line 391, in create obj.save(force_insert=True, using=self.db) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/base.py", line 532, in save force_update=force_update, update_fields=update_fields) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/base.py", line 627, in save_base result = manager._insert([self], fields=fields, return_id=update_pk, using=using, raw=raw) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/manager.py", line 215, in _insert return insert_query(self.model, objs, fields, **kwargs) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/query.py", line 1633, in insert_query return query.get_compiler(using=using).execute_sql(return_id) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/models/sql/compiler.py", line 920, in execute_sql cursor.execute(sql, params) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/backends/util.py", line 47, in execute sql = self.db.ops.last_executed_query(self.cursor, sql, params) File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/site-packages/django/db/backends/postgresql_psycopg2/operations.py", line 201, in last_executed_query return cursor.query.decode('utf-8') File "/Users/aemdy/virtualenvs/django1.5/lib/python2.7/encodings/utf_8.py", line 16, in decode return codecs.utf_8_decode(input, errors, True) UnicodeDecodeError: 'utf8' codec can't decode byte 0xe0 in position 115: invalid continuation byte

내 스크립트가 나에게 다음과 같은 몸 ����을 제공합니다. ąčę을 다시 얻으려면 어떻게 해독 할 수 있습니까?

Answer 1

음, 해결책을 직접 찾았습니다. 나는 지금 어떤 테스트를하고 아무 것도 실패하면 당신에게 알려줄 것입니다.

내가 다시 몸 디코딩에 필요한 :

body = part.get_payload(decode=True).decode(part.get_content_charset()) 

Answer 2

email.iterators (인코딩 문제를 해결할 수 있는지 확실하지 않음)을 살펴볼 수도 있습니다.

Answer 3

당신이 사용하려고 할 수 있습니다을이 :

은

from email.Iterators import typed_subpart_iterator 


def get_charset(message, default="ascii"): 
    """Get the message charset""" 

    if message.get_content_charset(): 
     return message.get_content_charset() 

    if message.get_charset(): 
     return message.get_charset() 

    return default 

def get_body(message): 
    """Get the body of the email message""" 

    if message.is_multipart(): 
     #get the plain text version only 
     text_parts = [part 
         for part in typed_subpart_iterator(message, 
                 'text', 
                 'plain')] 
     body = [] 
     for part in text_parts: 
      charset = get_charset(part, get_charset(message)) 
      body.append(unicode(part.get_payload(decode=True), 
           charset, 
           "replace")) 

     return u"\n".join(body).strip() 

    else: # if it is not multipart, the payload will be a string 
      # representing the message body 
     body = unicode(message.get_payload(decode=True), 
         get_charset(message), 
         "replace") 
     return body.strip()