python - 解析附件名称的 IMAP 电子邮件 BODYSTRUCTURE

Question

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

为了获取电子邮件的附件列表(无需先下载整封电子邮件)，我使用电子邮件的 UID 获取了电子邮件的主体结构，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"))

但是有几次，我遇到了类似的事情:

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

我在某处读到，IMAP 有时不使用双引号表示字符串，而是使用大括号，字符串长度后跟实际字符串(不带引号)。

例如

{16}This is a string

但上面的字符串似乎并没有严格遵守这一点(右花括号后有一个单引号、一个逗号和一个空格，并且字符串本身用单引号括起来)。

当我下载整封电子邮件时，包含该附件的邮件部分的 header 看起来很正常:

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

我如何解释(呃……解析)“异常”的 body 结构，理解额外的单引号、逗号等……

那是“标准”吗？

Answer 1

您看到的是一个破损的文字，可能被切割和浪费损坏了？文字看起来像

{5}
Hello

也就是说，长度，然后是一个 CRLF，然后是那么多 字节(不是字符):

{4}
🐮