Python: 如何在 HTML 阅读 Gmail 中搜索 url？

Question

我正在尝试自动化脚本来下载我通常收到的 pdf。如果附加了 pdf，我有正确的程序（我想）。

我的问题是当（我认为）我收到电子邮件中嵌入的 HTML，HTML 内有 URL。例如：

这来自垃圾邮件文件夹，但它可以帮助我们了解问题...

我有以下代码：mail.py

import pickle,os.path,base64,time
from datetime import datetime

from googleapiclient.discovery import build
from google_auth_oauthlib.flow import InstalledAppFlow
from google.auth.transport.requests import Request

def get_credentials(token_path,credentials_path,scopes):
    creds = None
    if os.path.exists(token_path):
        with open(token_path, 'rb') as token:
            creds = pickle.load(token)

    # If there are no (valid) credentials available, let the user log in.
    if not creds or not creds.valid:
        if creds and creds.expired and creds.refresh_token:
            creds.refresh(Request())
        else:
            flow = InstalledAppFlow.from_client_secrets_file(credentials_path, scopes)
            creds = flow.run_local_server(port=0)
        # Save the credentials for the next run
        with open(token_path, 'wb') as token:
            pickle.dump(creds, token)
    return creds

def get_labels(service):
    return service.users()\
                  .messages()\
                  .list(userId='me',labelIds = labels)\
                  .execute()\
                  .get('labels',[])

def get_all_messages_id(service,labels=["INBOX"]):
    return service.users()\
                  .messages()\
                  .list(userId='me',labelIds = labels)\
                  .execute()\
                  .get("messages")

def get_message(message_id,service):
    return service.users()\
                  .messages()\
                  .get(userId='me', id=message_id)\
                  .execute()

def get_subject_of_message(message):
    for header in message.get("payload").get("headers"):
        for k,v in header.items():
            if v=='Subject': return header.get("value")

那么，如果我使用...

 >>> service = mail.login("token.pickle","credentials.json")
 >>> message_id = mail.get_all_messages_id(service)[0]
 >>> mail.get_message(message_id.get("id"),service)

我能在 str 模式下看到 "Original Xiaomi Mi Band 4 ..."（message_id 没问题），但我看不到它的 URL。

相反，我可以看到一个又大又丑的字符串

我认为 "text/html" 标签阻止了我，但我不知道如何继续。如果我有它的 HTML 格式和它的标签，我可以使用 BeautifulSoup 来分析它。但是我有这个丑陋的字符串...

有没有人早点发现这个问题？

感谢您的帮助

PS：如果有人想知道我是如何生成token.pickle和credentials.json来重复的，可以看Google的API 医生，我已经按照他们的指示操作了，非常简单。

Answer 1

那个丑陋的字符串是base64编码的内容，

你所要做的就是解码和解析它。

尝试这样的事情：

str(base64.urlsafe_b64decode(encoded_string_here), "utf-8")

参考

base64 python

Python: 如何在 HTML 阅读 Gmail 中搜索 url？

Python: How can I search a url inside HTML reading Gmail?

html

python

gmail-api

参考