使用python解析outlook.msg文件以获取HTML正文

Question

我查看了StackOverflow，没有找到从msg文件获取HTML正文的满意答案。有人知道如何用Python解析outlook中的.msg文件吗

我尝试过使用extract_msg和msg_parser但没有成功。非常感谢您的帮助

我还使用了chardet.detect来检测编码，但有时它会与一些项目符号（如.到·）发生错误

示例代码：

msg = extract_msg.openMsg('test.msg')
msg_obj = MsOxMessage('test.msg')

html = ''
try:
    body_encoding = chardet.detect(msg.htmlBody)['encoding']
    html = msg.htmlBody.decode(body_encoding) if msg.htmlBody else ''
except:
    html = None

Answer 1

请记住，Outlook创建的MSG文件不包含PR_HTMLMAPI属性（与Outlook存储中的邮件不同）；HTML编码在PR_RTF_COMPRESSED属性中，该属性包含压缩的RTF流-查看带有OutlookSpy的MSG文件（单击“更多函数| openimsgisting”）

您可以使用Outlook对象模型调用Namespace.OpenSharedItem，然后读取MailItem.HTMLBody属性，但Outlook对象模型不能在服务（如IIS）中使用，并且会在默认存储中创建临时消息，这意味着Outlook需要先登录配置文件

如果使用Redemption是一个选项（它是一个扩展的MAPI包装器，可以从服务中使用），则可以使用RDOSession.GetMessageFromMsgFile，然后读取RDOMail.HTMLBody属性