如何处理Microsoft365R的R6嵌套列表：转DataFrame并正则提取？

1. 将嵌套R6邮件对象转换为主题+正文的DataFrame #

Microsoft365R返回的邮件是R6类对象，无法直接通过unlist或常规展开方法提取字段，必须显式调用对象的属性或方法来获取主题和正文：

library(Microsoft365R)
library(purrr)
library(tibble)

# 遍历邮件列表，提取主题和纯文本正文
email_df <- map_dfr(emails, function(mail) {
  tibble(
    主题 = mail$subject,  # 直接访问主题属性
    正文 = mail$get_body_text()  # 获取纯文本格式的正文，避免HTML标签干扰
  )
})

如果需要保留HTML格式的正文，将get_body_text()替换为get_body()即可。

2. 遍历列表用正则匹配提取正文 #

完全可行，只需先从R6对象中提取正文文本，再用grepl()进行匹配：

方式1：提取所有匹配的正文内容（含NA）

# 定义目标正则表达式
target_str <- "你的特定匹配字符串"

# 遍历并筛选匹配的正文
matched_bodies <- map_chr(emails, function(mail) {
  body_text <- mail$get_body_text()
  if (grepl(target_str, body_text, ignore.case = TRUE)) {  # ignore.case可选，忽略大小写
    body_text
  } else {
    NA_character_
  }
})

方式2：直接过滤匹配的邮件对象，再提取主题和正文

# 筛选出正文包含目标字符串的邮件
filtered_emails <- keep(emails, function(mail) {
  grepl(target_str, mail$get_body_text(), ignore.case = TRUE)
})

# 转换为DataFrame
filtered_email_df <- map_dfr(filtered_emails, function(mail) {
  tibble(
    主题 = mail$subject,
    正文 = mail$get_body_text()
  )
})

注意事项 #

• 若邮件正文是HTML格式，直接用get_body()获取的内容会包含HTML标签，可能影响正则匹配，优先用get_body_text()提取纯文本。
• R6对象的属性/方法可通过str(emails[[1]])查看，确认主题、正文对应的访问方式。

内容的提问来源于stack exchange，提问作者Dre Day