Windows下Python读取文件的编码问题求助

开发者阿泽

2026-6-19

解决Windows下Python读取Outlook .msg文件的UnicodeDecodeError问题

根本原因

Outlook导出的.msg文件不是纯文本格式，而是二进制OLE复合文档，包含邮件的结构、内容、附件等二进制数据。直接用open()以文本模式读取本质上是错误的——Linux上没报错只是巧合（默认编码或文件读取兼容未触发解码错误），但实际并未正确解析文件内容；Windows下触发UnicodeDecodeError是因为文件中存在UTF-8无法解码的二进制字节（比如0xe9）。

正确解决方案：使用专门的.msg文件解析库

不要尝试用文本编码方式读取，直接用针对.msg格式开发的Python库解析：

方案1：纯Python库 `extract-msg`（跨平台，无需Outlook客户端）

安装库：

pip install extract-msg

示例代码：

import extract_msg
import sys

# 解决Windows控制台中文乱码问题
sys.stdout.reconfigure(encoding='utf-8')

# 读取.msg文件
msg_file = "your_file.msg"
with extract_msg.Message(msg_file) as msg:
    print(f"主题: {msg.subject}")
    print(f"发件人: {msg.sender}")
    print(f"邮件内容:\n{msg.body}")
    # 如需提取附件：
    # for att in msg.attachments:
    #     att.save()

方案2：使用`pywin32`调用Outlook COM接口（仅Windows，需安装Outlook客户端）

安装库：

pip install pywin32

示例代码：

import win32com.client
import sys

# 解决Windows控制台中文乱码问题
sys.stdout.reconfigure(encoding='utf-8')

# 读取.msg文件
msg_path = r"C:\path\to\your_file.msg"
outlook = win32com.client.Dispatch("Outlook.Application").GetNamespace("MAPI")
msg = outlook.OpenSharedItem(msg_path)

print(f"主题: {msg.Subject}")
print(f"发件人: {msg.SenderName}")
print(f"邮件内容:\n{msg.Body}")

# 关闭邮件对象
msg.Close(0)