解析附件名称的IMAP电子邮件BODYSTRUCTURE

Question

我写了一个Python脚本来通过IMAP访问，管理和过滤我的电子邮件（使用Python的imaplib）。

要获取电子邮件的附件列表（没有先下载整个电子邮件），我使用电子邮件的UID获取了电子邮件的机身结构，即：

imap4.uid('FETCH', emailUID, '(BODYSTRUCTURE)')

并从那里检索附件名称。

通常，包含附件名称的“部分”如下所示：

("attachment" ("filename" "This is the first attachment.zip"))

但有几次，我遇到过类似的事情：

("attachment" ("filename" {34}', 'This is the second attachment.docx'))

我读到某个地方有时候，IMAP会使用带有字符串长度的大括号，后跟实际字符串（不带引号），而不是用双引号括起来表示字符串。

e.g。

{16}This is a string

但上面的字符串似乎并没有严格遵守（在结束的大括号后面有一个单引号，一个逗号和一个空格，并且字符串本身用单引号括起来。）

当我下载整个电子邮件时，包含该附件的邮件部分的标题似乎正常：

Content-Type: application/docx
Content-Transfer-Encoding: base64
Content-Disposition: attachment; filename="This is the second attachment.docx"

我如何解释（erm ...解析）“异常”的身体结构，理解额外的单引号，逗号等......

那是“标准”吗？

Answer 1

你所看到的是一个破损的文字，可能是因为剪切和浪费而受损？文字看起来像

{5}
Hello

即长度，然后是CRLF，然后是那么多字节（不是字符）：

{4}

Answer 2

看起来像GitHub项目的IMAP-Tools包含一个bodystructure解析器。