Question

我正在使用imaplib在我的python命令窗口中读取gmail消息。唯一的问题是，如果电子邮件附带换行符和返回车厢。此外，文本似乎没有正确格式化。而不是金额：36.49美元，它返回= 2436.49。我怎样才能清理这个文本？谢谢！

电子邮件内容示例：

r\nItem name: Scanner\r\nItem=23: 130585100869\r\nPurchase Date: Oct 7, 2011\r\nUnit Price: =2436.49 USD\r\nQty: 1\r\nAmount: =2436.49USD\r\nSubtotal: =2436.49 USD\r\nShipping and handling: =240.00 USD\r\nInsurance - not offered

代码：

import imaplib
import libgmail
import re
import email
from BeautifulSoup import BeautifulSoup

USER = 'email@gmail.com'
PASSWORD = 'password'

#connecting to the gmail imap server
imap_server = imaplib.IMAP4_SSL('imap.gmail.com', 993)
imap_server.login(USER, PASSWORD)
imap_server.select('Inbox')

typ, response = imap_server.search(None, '(SUBJECT "payment received")')

Data = []

for i in response[0].split():
    results, data = imap_server.fetch(i, "(RFC822)")
    Data.append(data)
    break

for i in Data:
    print i

Answer 1

数据采用引用可打印的编码方式，这是一个小型数据按摩器，可以满足您的需求：

text = '''\r\nPurchase Date: Oct 7, 2011\r\nUnit Price: =2436.49 USD\r\nQty: 1\r\nAmount: =2436.49 USD\r\nSubtotal: =2436.49 USD\r\nShipping and handling: =240.00 USD\r\nInsurance - not offered : ----\r\n----------------------------------------------------------------------\r\nTax: --\r\nTotal: =2436.49 USD\r\nPayment: =2436.49 USD\r\nPayment sent to: emailaddress=40gmail.com\r\n----------------------------------------------------------------------\r\n\r\nSincerely,\r\nPayPal\r\n=20\r\n----------------------------------------------------------------------\r\nHelp Center:=20\r\nhttps://www.paypal.com/us/cgi-bin/helpweb?cmd=3D_help\r\nSecurity Center:=20\r\nhttps://www.paypal.com/us/security\r\n\r\nThis email was sent by an automated system, so if you reply, nobody will =\r\nsee it. To get in touch with us, log in to your account and click =\r\n=22Contact Us=22 at the bottom of any page.\r\n\r\n'''

raw_data = text.decode("quopri") #replace =XX for the real characters

data = [map(str.strip, l.split(":")) for l in raw_data.splitlines() if ": " in l]

print data
# [['Purchase Date', 'Oct 7, 2011'], ['Unit Price', '$36.49 USD'], ['Qty', '1'], ['Amount', '$36.49 USD'], ['Subtotal', '$36.49 USD'], ['Shipping and handling', '$0.00 USD'], ['Insurance - not offered', '----'], ['Tax', '--'], ['Total', '$36.49 USD'], ['Payment', '$36.49 USD'], ['Payment sent to', 'emailaddress@gmail.com'], ['Help Center', ''], ['Security Center', '']]

在那里，您可以更轻松地处理数据，我希望它有所帮助。

编辑：使其更加可爱：

>>> cooked = dict(data)
>>> print cooked["Unit Price"]
$36.49 USD

Answer 2

`\r\n`问题

\r\n问题是由于您没有打印字符串而是内部表示造成的。试试这个来理解我的意思：

print ['test\n']
print 'test\n'

您在上面打印的i是一个字符串列表，因此第一个代表就会出现。请尝试：

print(Data[0][0][1])

我通过检查对象来识别这一点 - 您应该阅读您正在使用的库的文档，以了解该对象的确切内容，以理解为什么特定的这个字段代表消息。或者如何将Data对象转换为更合适的东西......

编码问题

尝试：

import quopri
print quopri.decodestring(Data[0][0][1])

Answer 3

如果这些实际上是电子邮件，您可以使用email module来帮助您入门。您可以使用它来进行正确的可引用打印解码并获得一些干净的文本。

之后，您需要编写自己的代码来提取所需的部分。这不是解析器存在的标准格式。我会使用正则表达式。

请注意，\r\n 很可能只是回车符后跟一个换行符，而不是“斜杠，r，斜杠，n”。在交互式终端中，Python将用符号形式表示控件和空白字符。

Answer 4

只需使用拆分，然后检查该行是否符合您要查找的内容。

你可以稍微提高一点，但这是处理它的一种相当简单的方法。

f = yourBlockOfText

text = f.split('\\r\\n')
for line in text:
    if line[0:4] == "Unit":
         print line
    elif line[0:17] == "Payment sent to: ":
        print line

python imaplib阅读gmail

4 个答案:

`\r\n`问题

编码问题

python imaplib阅读gmail

4 个答案:

\r\n问题

编码问题

`\r\n`问题