Question

作为某些电子邮件批处理的一部分，我们需要解码并清理消息。该过程的一个关键部分是分离邮件的邮件正文和邮件附件。最棘手的部分是确定Conent-Disposition: inline部分何时被视为消息体替代或文件。

到目前为止，这段代码似乎处理了大多数情况：

from email import message_from_string

def split_parts(raw):
    msg = message_from_string(raw)
    bodies = []
    files = []

    for sub in msg.walk():
        if sub.is_multipart():
            continue
        cd = sub.get("Content-Disposition", "")
        if cd.startswith("attachment") or (cd.startswith("inline") and
                                           sub.get_filename()):
            files.append(sub)
        else:
            bodies.append(sub)

    return bodies, files

请注意，依赖内联部分可以在标头中指定文件名，Outlook似乎对其所有multipart/related条消息都执行了此操作。 Content-ID也可以用作提示，但根据RFC 2387，它不是一个指标。

因此，如果嵌入的图像被编码为具有Content-Disposition: inline的消息部分，定义了Content-ID并且没有文件名，则上述代码可能会错误地将其归类为消息体替代

从我从RFC中读到的内容，找到一个简单的检查并不是很希望（特别是因为根据RFC编码在现实世界中几乎没用，因为没有人这样做）;但是我想知道错误分类案件的可能性有多大。

原理

我可以使用一组函数来处理每个multipart/*个案，并让它们间接递归。但是，我们并不在乎忠实的展示;事实上，我们通过tidy过滤所有HTML邮件。相反，我们更感兴趣的是选择一个消息体替代方案并尽可能多地保存附件，即使它们是要嵌入的。

此外，由于用户拖放任意文件，一些用户代理在编写带有嵌入式附件的multipart/alternative消息时不会显示为内联（例如PDF文件），这确实很奇怪。进入作文窗口。

Answer 1

我不是很关注你，但是，如果你想要正文，我会假设任何文本/纯文本或文本/ html内容类型，内联内容处理，没有文件名或没有内容id，可能是身体的一部分。

确定MIME电子邮件部分是文件还是消息文本

原理

1 个答案: