python - 头脑 Storm : parsing txt emails into a structured object (JSON etc)

Question

这个问题已经有答案了:

problem with email parsing with python and multiple Received records (1 个回答)

已关闭 6 年前。

对于我的论文项目，我将处理大量电子邮件。我需要提取所有 header 字段并将它们传输到某种数据结构中，最好是像 JSON 这样通用的数据结构。

现在，我一直在研究这个问题，发现了很多半途而废的工作解决方案。我不想让你告诉我如何做到这一点，只是提出一些想法。

现在我的计划是使用 python 来解析 header 字段。我选择 python 是因为它很好、很简单，而且我有使用它的经验。此外，还有很多图书馆。问题是 python 官方电子邮件处理不能很好地处理重复字段，这对我来说至关重要。特别是对于标题“已接收:”，因为该标题允许跟踪跨多个邮件服务器的电子邮件传输。

官方库忽略多个字段，只存储第一个 -.-"

有什么想法吗？你会如何解决这个问题？

Answer 1

这个答案可能对您有帮助:problem with email parsing with python and multiple Received records

The python doc for email.getitem() says:

Note that if the named field appears more than once in the message’s headers, exactly which of those field values will be returned is undefined. Use the get_all() method to get the values of all the extant named headers.

so, use e.get_all(i) instead of e[i] to get all values of the Received: header.