Question

这里有个奇怪的问题。

我正在使用Python解析传入的电子邮件99％的时间没有问题。最近出现了一个新问题，我的脚本无法弄清楚从某些客户端发送的传入电子邮件地址是什么，例如iPhone上内置的电子邮件客户端。我的调试脚本会将[“From”]键列为没有电子邮件地址的名称。

我的期望：

Ryan Martin <ryan@grouped.com>

我在日志中看到的内容（以及我的脚本尝试处理的内容）：

Ryan Martin

但是，如果我将日志发送到手机，我会将其正确列为

Ryan Martin <ryan@grouped.com>

所以我首先想到的是，电子邮件地址是以我无法正确检测到的东西编码的。我知道这些信息是因为我可以在手机上看到它。 Python脚本认为它是空白的，当保存到日志时它是空白的。

我正在解析电子邮件并使用以下代码进行测试：

parser = HeaderParser()
msg = parser.parsestr(self.message_as_string)
print msg["From"]

我假设发件人姓名是ascii，实际的括号内的电子邮件地址是用其他东西编码的，但我不确定。

所以我的问题是：

如何确定发件人（“发件人”）的编码方式以及如何将其转换为可以使用的内容？

一如既往，谢谢。

以下是标题的示例：

['Received: (qmail 16170 invoked by uid 110); 14 Jun 2012 10:49:02 -0700\n', 'Delivered-To: 1-etest@grouped.com\n', 'Received: (qmail 16167 invoked from network); 14 Jun 2012 10:49:02 -0700\n', 'Received: from mail-pz0-f46.google.com (209.85.210.46)\n', '  by grouped.com with (RC4-MD5 encrypted) SMTP; 14 Jun 2012 10:49:02 -0700\n', 'Received: by dady13 with SMTP id y13so2807279dad.5\n', '        for <etest@grouped.com>; Thu, 14 Jun 2012 10:49:01 -0700 (PDT)\n', 'DKIM-Signature: v=1; a=rsa-sha256; c=relaxed/relaxed;\n', '        d=gmail.com; s=20120113;\n', '        h=subject:references:from:content-type:x-mailer:in-reply-to\n', '         :message-id:date:to:content-transfer-encoding:mime-version;\n', '        bh=8ta00o/UsoBbe+qrLFMT/1rE1AHRZyQSK1Az6Ve7ffE=;\n', '        b=A4aSj5duxG4nWr1+Dn/X614kOMJWq+nYo6jo7ntsXNCZquoxPW/+1FBVXs96Qi73cR\n', '         jW5sIO33mCe1fsRQvDn+9Mp/i9kSNwzGX/+QwseBGy78bNf2ZDxDhbJZ7nKm9qlsvc2x\n', '         j9m/j8mZG7/j3ruz1b9O+j1KwCqzzl9Lgqj
 Lx0af7/MCEHVfE4rIpJsOBOzUJR8EA8MJ\n', '         5LvtdKxS3/8cqKX92plziGOWMiRjI+euBE3apHou7PUM9/BpHD4o2LH1OjSQKo6sVNmt\n', '         8CiB5vw3UvNDU+nMgjWcvirJsE8xzXDqkulbDiyI5Ba5QagfpwAKUb/OQpDlkY4gK+Bv\n', '         fTsg==\n', 'Received: by 10.68.225.6 with SMTP id rg6mr10617173pbc.100.1339696141712;\n', '        Thu, 14 Jun 2012 10:49:01 -0700 (PDT)\n', 'Return-Path: <some_sender@gmail.com>\n', 'Received: from [10.230.186.251] (125.sub-174-254-212.myvzw.com. [174.254.212.125])\n', '        by mx.google.com with ESMTPS id ol1sm10204626pbb.25.2012.06.14.10.48.53\n', '        (version=SSLv3 cipher=OTHER);\n', '        Thu, 14 Jun 2012 10:49:00 -0700 (PDT)\n', 'Subject: Re: Prempus Patterson replied to a post on etest\n', 'References: <20120614173822.12044.qmail@grouped.com>\n', 'From: Ryan Martin <some_sender@gmail.com>\n', 'Content-Type: multipart/alternative;\n', '\tboundary=Apple-Mail-17F5BF62-A532-49C2-BF72-499A1EEB510E\n', 'X-Mailer: iPhone Mail (10A5316k)\n', 'In-Reply-To: <
 20120614173822.12044.qmail@grouped.com>\n', 'Message-Id: <8321D4D0-E41A-4A1C-87DC-D7A2E462AC6A@gmail.com>\n', 'Date: Thu, 14 Jun 2012 10:48:48 -0700\n', 'To: Prempus Patterson <etest@grouped.com>\n', 'Content-Transfer-Encoding: 7bit\n', 'Mime-Version: 1.0 (1.0)\n', '\n', '\n', '--Apple-Mail-17F5BF62-A532-49C2-BF72-499A1EEB510E\n']

Answer 1

找到一种方法将 raw （无线）消息保存到文件中，然后在十六进制编辑器中打开它。

或者，更直接地，在wireshark中捕获传入消息并查看From:行中的字节。然后你会看到标题中是否有一些奇怪的字符弄乱了解析器。

Answer 2

不幸的是，我不确定究竟是什么导致了我的问题，但我确实找到了一个现在有效的解决方案。支撑自己，这有点难看：

    # At this point, we know there is a < bracket in the 'From' value
    acceptable_chars = ["a", "b", "c", ... "6", "7", "8", "9", "0", "_", ".", "@"]
    from_str = msg["From"].lower().split("<")[-1]

    stripped_from = ''
    for letter in from_str:
        if letter in acceptable_chars:
            stripped_from += letter

    return stripped_from

我不知道脚本为什么或如何能够以这种方式理解编码信息，但在整体评估字符串时却不知道。我想这是因为名字后面隐藏的unicode字符，但是在第一个括号之前。

无论哪种方式，它都有效，但我愿意重写或提出其他建议。

解析传入的电子邮件标题：发件人地址不可见。 Ascii / Unicode差异？

2 个答案: