如何使用 Python 获取电子邮件的文本内容？

给定 Python 2.6 中的 RFC822 消息，我怎样才能获得right文本/纯内容部分？基本上，我想要的算法是这样的：

message = email.message_from_string(raw_message)
if has_mime_part(message, "text/plain"):
    mime_part = get_mime_part(message, "text/plain")
    text_content = decode_mime_part(mime_part)
elif has_mime_part(message, "text/html"):
    mime_part = get_mime_part(message, "text/html")
    html = decode_mime_part(mime_part)
    text_content = render_html_to_plaintext(html)
else:
    # fallback
    text_content = str(message)
return text_content

在这些事情中，我有get_mime_part and has_mime_part下来，但我不太确定如何从 MIME 部分获取解码后的文本。我可以得到encoded文本使用get_payload()，但如果我尝试使用decode的参数get_payload()方法（参见the doc http://docs.python.org/library/email.message.html#email.message.Message.get_payload）当我在文本/纯文本部分调用它时出现错误：

File "/System/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/
email/message.py", line 189, in get_payload
    raise TypeError('Expected list, got %s' % type(self._payload))
TypeError: Expected list, got <type 'str'>

此外，我不知道如何获取 HTML 并将其尽可能接近地呈现为文本。

在多部分电子邮件中，email.message.Message.get_payload()返回一个列表，每个部分包含一个项目。最简单的方法是遍历消息并获取每个部分的有效负载：

import email
msg = email.message_from_string(raw_message)
for part in msg.walk():
    # each part is a either non-multipart, or another multipart message
    # that contains further parts... Message is organized like a tree
    if part.get_content_type() == 'text/plain':
        print part.get_payload() # prints the raw text

对于非多部分消息，无需执行所有操作。无论 content_type 是什么，您都可以直接进入 get_payload()。

msg = email.message_from_string(raw_message)
msg.get_payload()

如果内容经过编码，则需要通过None作为第一个参数get_payload()，后跟 True（解码标志是第二个参数）。例如，假设我的电子邮件包含 MS Word 文档附件：

msg = email.message_from_string(raw_message)
for part in msg.walk():
    if part.get_content_type() == 'application/msword':
        name = part.get_param('name') or 'MyDoc.doc'
        f = open(name, 'wb')
        f.write(part.get_payload(None, True)) # You need None as the first param
                                              # because part.is_multipart() 
                                              # is False
        f.close()

至于获得 HTML 部分的合理纯文本近似值，我发现html2text http://www.aaronsw.com/2002/html2text/效果非常好。