From 93333afffa243864177094aef77b6c44dfc7ed62 Mon Sep 17 00:00:00 2001
From: laurent <laurent@dilain.com>
Date: Wed, 25 Feb 2026 18:27:58 +0100
Subject: [PATCH] =?UTF-8?q?fix:=20=5Feml=5Fto=5Fhtml=20retourne=20le=20pay?=
 =?UTF-8?q?load=20QP=20brut=20(accents=20non=20cass=C3=A9s)?=
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8
Content-Transfer-Encoding: 8bit

Problème : email.policy.default + get_content() décode déjà les accents
(=C3=A9 → é), puis picnic._decode_and_parse() les re-encode en ASCII
avec errors="replace" → les accents devenaient "?" → date introuvable.

Solution : utiliser l'ancienne API email.message_from_bytes() sans policy
et get_payload(decode=False) pour récupérer le corps brut encore QP-encodé,
exactement comme un fichier .html sauvegardé depuis le mail.

Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
---
 tickettracker/pipeline.py | 20 +++++++++++++++-----
 1 file changed, 15 insertions(+), 5 deletions(-)

diff --git a/tickettracker/pipeline.py b/tickettracker/pipeline.py
index 36e2a96..500e11b 100644
--- a/tickettracker/pipeline.py
+++ b/tickettracker/pipeline.py
@@ -114,24 +114,34 @@ def _parse(file_path: Path, source: str):
 def _eml_to_html(file_path: Path) -> str:
     """Extrait la partie HTML d'un fichier .eml (email de confirmation Picnic).
 
-    Lit le .eml avec le module email stdlib, parcourt les parties MIME
-    et retourne le contenu de la première partie text/html trouvée.
+    Retourne le corps HTML brut, encore encodé en Quoted-Printable (QP),
+    exactement comme si on lisait un fichier .html sauvegardé depuis le mail.
+    Le parser Picnic (picnic._decode_and_parse) se charge lui-même du décodage QP.
+
+    Pourquoi ne pas utiliser policy.default / get_content() ?
+    Parce que cette API décode déjà les accents (=C3=A9 → é), ce qui empêche
+    picnic.py de les retrouver via sa propre pipeline QP → UTF-8.
 
     Args:
         file_path: Chemin vers le fichier .eml.
 
     Returns:
-        Contenu HTML sous forme de chaîne.
+        Corps HTML brut (QP-encodé) sous forme de chaîne ASCII.
 
     Raises:
         ValueError: Si aucune partie HTML n'est trouvée dans le .eml.
     """
     raw = file_path.read_bytes()
-    msg = email.message_from_bytes(raw, policy=policy.default)
+    # On utilise l'ancienne API (sans policy.default) pour garder le payload brut
+    msg = email.message_from_bytes(raw)
 
     for part in msg.walk():
         if part.get_content_type() == "text/html":
-            return part.get_content()
+            # decode=False → payload brut, encore QP-encodé, en str ASCII
+            payload = part.get_payload(decode=False)
+            if isinstance(payload, bytes):
+                return payload.decode("ascii", errors="replace")
+            return payload  # déjà une str
 
     raise ValueError(
         f"Aucune partie HTML trouvée dans le fichier .eml : {file_path.name}"