使用Gmail API读取邮件时的编码解码及HTML标签异常问题

嘿，这两个问题我之前用Gmail API的时候也踩过坑，给你分享下靠谱的解决办法：

一、匈牙利语重音字符显示异常（比如G=C3=A1bor变成Gábor） #

这是因为Gmail API返回的内容用了Quoted-Printable编码，这种编码会把非ASCII字符转成=C3=A1这类格式，你需要对内容做解码处理：

方法1：用Python内置quopri模块直接解码 #

如果只是处理单个字符串片段，可以直接用这个模块：

import quopri

encoded_str = "G=C3=A1bor"
decoded_str = quopri.decodestring(encoded_str).decode('utf-8')
print(decoded_str)  # 输出: Gábor

方法2：用email库解析完整邮件（更推荐） #

Gmail返回的邮件结构通常是多部分的，用email库能自动处理编码逻辑，避免手动踩坑：

from email import message_from_bytes
import base64

# 假设你已经通过API拿到了原始邮件内容
raw_message = service.users().messages().get(userId='me', id=message_id, format='raw').execute()
msg_bytes = base64.urlsafe_b64decode(raw_message['raw'])

# 解析邮件对象
msg = message_from_bytes(msg_bytes)

# 遍历邮件各部分，获取正确编码的内容
for part in msg.walk():
    if part.get_content_type() == 'text/plain':
        plain_text = part.get_payload(decode=True).decode(part.get_content_charset() or 'utf-8')
        print(plain_text)
    elif part.get_content_type() == 'text/html':
        html_content = part.get_payload(decode=True).decode(part.get_content_charset() or 'utf-8')
        print(html_content)

二、HTML标签损坏问题 #

HTML标签损坏大多是因为直接读取了未解码的原始内容，或者手动处理字符串时破坏了结构。用上面的email库解析HTML部分是最稳妥的方式，要是还需要修复或格式化HTML，可以搭配BeautifulSoup：

from bs4 import BeautifulSoup

# 接上面的代码，拿到html_content后
soup = BeautifulSoup(html_content, 'html.parser')
# 自动修复损坏标签并格式化
formatted_html = soup.prettify()
print(formatted_html)

这样处理后，重音字符能正常显示，HTML标签也会保持完整结构。

内容的提问来源于stack exchange，提问作者Bar6