日期标题中小时数无效的电子邮件会引发异常

Question

使用 Python 3.5 或 3.6 时，在使用 email 包的日期标头中加载具有无效小时的电子邮件后，尝试访问 date 标头会引发ValueError异常：

>>> import email
>>> from email import policy
>>> m = email.message_from_binary_file(open('bad_date.txt', 'rb'), policy=policy.default)
>>> m['date']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python3.6/email/message.py", line 391, in __getitem__
    return self.get(name)
  File "/usr/lib/python3.6/email/message.py", line 471, in get
    return self.policy.header_fetch_parse(k, v)
  File "/usr/lib/python3.6/email/policy.py", line 162, in header_fetch_parse
    return self.header_factory(name, value)
  File "/usr/lib/python3.6/email/headerregistry.py", line 586, in __call__
    return self[name](name, value)
  File "/usr/lib/python3.6/email/headerregistry.py", line 197, in __new__
    cls.parse(value, kwds)
  File "/usr/lib/python3.6/email/headerregistry.py", line 303, in parse
    value = utils.parsedate_to_datetime(value)
  File "/usr/lib/python3.6/email/utils.py", line 214, in parsedate_to_datetime
    tzinfo=datetime.timezone(datetime.timedelta(seconds=tz)))
ValueError: hour must be in 0..23

这是电子邮件中的标题：

Date: Tue, 06 Jun 2017 27:39:33 +0600

(我正在分析垃圾邮件，有人的垃圾邮件发送程序似乎不了解时区转换的工作原理。我也看到了负数...

email 包旨在通过将电子邮件注册为缺陷来处理解析电子邮件时遇到的问题，因此在这种情况下，引发异常似乎是错误的结果。

我可以尝试更新默认header_factory这是default策略的一部分来处理这种情况，但它似乎更像是 Python 中的一个错误，parsedate_to_datetime以这种方式运行。(显然这种行为是故意的。

更新：我已将其作为Python错误提出

Answer 1

这是我目前采用的解决方法：

from email import policy
from email import errors
from email import _header_value_parser as parser
from email.headerregistry import HeaderRegistry, DateHeader

class DateHeaderRobust(DateHeader):
    """
    Copied and updated from email/headerregistry.py to handle
    ValueError returned by parsedate_to_datetime when a date header
    has an invalid hour value (outside 0..23)
    """
    @classmethod
    def parse(cls, value, kwds):
        try:
            super().parse(value, kwds)
        except ValueError:
            kwds['defects'].append(
                errors.InvalidHeaderDefect('Invalid value in date'))
            kwds['datetime'] = None
            kwds['decoded'] = value
            kwds['parse_tree'] = parser.TokenList()

class UniqueDateHeader(DateHeaderRobust):
    max_count = 1

header_factory = HeaderRegistry()
header_factory.map_to_type('date', UniqueDateHeader)
email_policy = policy.default.clone(header_factory=header_factory)

然后在阅读消息时(例如，使用 email.message_from_binary_file)，使用 policy=email_policy 作为 kwarg。