标签： python email character-encoding rapidminer email-headers
我正在尝试对我从电子邮件客户端（OS X中的Mail）导出的电子邮件进行一些文本挖掘，只需复制并粘贴到rtf文件即可。 当我尝试在python或rapidminer中对文件运行tf-idf时，我得到的功能显然不在消息内容本身中。我想知道它们来自哪里或我如何摆脱它们。也许是从标题？例如：fonttbl，colortbl，cocoa rtf，paperw等功能。显然，它们是电子邮件的一些属性。它们来自哪里，如何删除更多文件或仅从原始电子邮件中提取电子邮件内容？ 也许这是一个编码问题??
谢谢！