python - 从python中的.eml文件解析excel附件

Question

我正在尝试解析 .eml 文件。 .eml 有一个 excel 附件，目前是 base 64 编码的。我正在尝试弄清楚如何将其解码为 XML，以便稍后可以将其转换为我可以使用的 CSV。

这是我现在的代码:

import email

data = file('Openworkorders.eml').read()
msg = email.message_from_string(data)

for part in msg.walk():
    c_type = part.get_content_type()
    c_disp = part.get('Content Disposition')


    if part.get_content_type() == 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet':
        excelContents = part.get_payload(decode = True)

        print excelContents

问题是

当我尝试对其进行解码时，它会吐出类似这样的内容。

我用这篇文章来帮助我编写上面的代码。

How can I get an email message's text content using Python?

更新:

这与我的文件的帖子解决方案完全相同，但是 part.get_payload() 返回所有仍然编码的内容。我还没有弄清楚如何以这种方式访问​​解码后的内容。

import email


data = file('Openworkorders.eml').read()
msg = email.message_from_string(data)
for part in msg.walk():
    if part.get_content_type() == 'application/vnd.openxmlformats-officedocument.spreadsheetml.sheet':
        name = part.get_param('name') or 'MyDoc.doc'
        f = open(name, 'wb')
        f.write(part.get_payload(None, True)) 
        f.close()

        print part.get("content-transfer-encoding")

Answer 1

从this table可以清楚地看出(正如您已经得出的结论)，该文件是 .xlsx。您不能仅使用 unicode 或 base64 对其进行解码:您需要一个特殊的包。 Excel 文件特别有点诡计(例如 this one 适用于 PowerPoint 和 Word，但不适用于 Excel)。网上有几个，看here - xlrd 可能是最好的。