来自电子邮件 html 内容的美丽汤解析崩溃

问题描述

我正在尝试使用 Beautiful Soup 解析包含 html 内容的电子邮件。问题是当我想捕获例如电子邮件中包含的表格时。

由于编码问题，我无法正确解析并按表、tr、td...找到元素...

电子邮件内容：

• 表声明

    <tab=\r\nle\r\nborder=3D\'0\' cellspacing=3D\'0\' cellpadding=3D\'5\' style=3D\'font-family: Aria=\r\nl;\r\nfont-size:13px;\'>
      <td>
      </td>
      <td>
  

• 列声明

  购买

理论上，邮件编码是 UTF-8：

Content-Type: text/html; charset=UTF-8

python中的编码是这样的：

    for sent in msgs[0]:
    if type(sent) is tuple:
        # encoding set as utf-8
        content = str(sent[1],'utf-8')
        data = str(content)

sent[1]是邮件内容，然后我用UTF-8将数据编码成str，以便在Beautiful Soup中使用。

问题是，如何修复邮件内容编码？我试图替换，蚂蚁其他人，但没有奏效。

提前致谢。

编辑：如果我重新发送电子邮件，它会起作用

解决方案：

content = quopri.decodestring(sent[1]).decode('latin-1')

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）