Pro vývojáře Pythonu, který se snaží přidat do aplikace funkci převodu EMLX na TEXT? Aspose.Total for Python via .NET API může pomoci automatizovat proces převodu. Je to úplný balík různých rozhraní API zabývajících se různými formáty, včetně formátů E-mail, Obrázky a Microsoft Word. Rozhraní API Aspose.Words for Python via .NET a Aspose.Email for Python via .NET , která jsou součástí balíčku Aspose.Total for Python via .NET , usnadňují tento převod pomocí Pythonu. Jedná se o dvoukrokový proces, nejprve načtěte e-mail a vykreslete jej do HTML pomocí Aspose.Email for Python via .NET . Za druhé načtěte převedený HTML pomocí Aspose.Words for Python via .NET a uložte jej do formátu TEXT.
Jak převést EMLX na TEXT v Pythonu
- Otevřete zdrojový soubor EMLX pomocí třídy MailMessage.load
- Zavolejte metodu
save, přičemž jako parametr zadejte cestu k výstupnímu souboru HTML a příslušné možnosti uložení HTML. Váš soubor EMLX je tedy převeden na HTML v zadané cestě - Nyní načtěte uložený soubor HTML pomocí Document
- Zavolejte metodu uložení s příslušnou cestou k souboru. Takže nakonec je EMLX převeden
Požadavky na převod
- Pro převod EMLX na TEXT je vyžadován Python 3.5 nebo novější
- Referenční API v rámci projektu přímo z PyPI ( Aspose.Words a Aspose.Email )
- Nebo použijte následující příkaz pip
pip install aspose.wordsapip install Aspose.Email-for-Python-via-NET - Kromě toho operační systém založený na Microsoft Windows nebo Linux (viz více Words a Email ) a pro Linux zkontrolujte další požadavky pro gcc a libpython a postupujte podle pokynů krok za krokem INSTALL
Uložit EMLX do TEXT v Pythonu
Key Use Cases
Plain Text Extraction
Convert EMLX files into text for simplified reading and content access.Searchable Archive Preparation
Store email content in text form for indexing and search workflows.Data Processing Readiness
Prepare unformatted message content for parsing and analysis.Minimal Storage Workflows
Use text outputs where lightweight content representation is preferred.
Automation Scenarios
Bulk Text Conversion
Automate extraction of plain text from large EMLX archives.Content Analysis Pipelines
Feed text outputs into summarization, classification, or search systems.Normalization Workflows
Standardize message content into plain text for scalable downstream handling.Indexing and Retrieval Systems
Use Python automation to generate searchable text assets from email files.