使用Python加载邮件时出现异常消息体问题求助

嘿，这个问题我太熟悉了！你看到的那些类似PGRpdj48c3BhbiBzdHlsZT0iYmFja2dyb3VuZC1jb2xvcjojZmZmZmZmO2NvbG9yOiMwMDAwMDA7...的字符，其实是Base64编码的邮件正文，并不是什么错误乱码。

为什么短邮件正常，长邮件出问题？ #

短邮件通常会采用7-bit纯文本或者quoted-printable编码，这种编码的内容直接转UTF-8就能正常显示。但长邮件（尤其是包含特殊字符、HTML格式的邮件）为了避免传输过程中出现字符损坏，会自动切换成Base64编码格式——这种编码把二进制数据转换成ASCII字符，兼容性更强，但直接转UTF-8就会显示成你看到的那种“乱码”。你看到的结尾==是Base64的标准填充字符，用来补全编码后的字节长度。

正确的解决方案：用Python内置的email库解析邮件 #

不要手动去解码原始字节，Python的email模块已经帮我们处理了所有编码和多部分邮件的逻辑。修改你的代码如下：

import imaplib
from email import policy
from email.parser import BytesParser

session = imaplib.IMAP4_SSL(host_in, port_in)
session.login(login, password)
session.select('Inbox')
_response_status, response_body = session.search(None, '(UNSEEN)')
msg_id_list = response_body[0].split()
result = []

for msg_id in msg_id_list:
    _response_status, response_body = session.fetch(msg_id, '(RFC822)')
    # 用BytesParser解析完整的原始邮件数据
    msg = BytesParser(policy=policy.default).parsebytes(response_body[0][1])
    
    # 处理多部分邮件（大部分现代邮件都是多部分的，比如同时包含纯文本和HTML）
    if msg.is_multipart():
        for part in msg.walk():
            # 获取纯文本正文
            if part.get_content_type() == 'text/plain':
                plain_body = part.get_content()
                print("纯文本正文：")
                print(plain_body)
            # 如果需要HTML格式的正文，可以添加这个分支
            elif part.get_content_type() == 'text/html':
                html_body = part.get_content()
                print("HTML正文：")
                print(html_body)
    else:
        # 非多部分邮件直接获取内容
        body = msg.get_content()
        print("邮件正文：")
        print(body)

代码关键点说明 #

• BytesParser(policy=policy.default)：使用现代的解析策略，能更好地处理各种邮件格式和编码，避免旧策略的兼容性问题。
• get_content()：这个方法会自动识别邮件的编码格式（Base64、quoted-printable等），并帮你解码成可读的文本，不用手动处理Base64解码。
• msg.walk()：遍历邮件的所有部分，处理包含多个内容块的多部分邮件（比如带附件、同时有纯文本和HTML的邮件）。

这样修改后，不管是短邮件还是长邮件，都能正确显示可读的正文内容啦！

内容的提问来源于stack exchange，提问作者user2626972