Python实现IMAP协议接收并解析邮件内容

Python实现IMAP协议接收并解析邮件内容

**前言：**昨天接到这个任务，然后搜索了很多资料和博客去看，这些资料链接我会放在本文后面

一、开通IMAP服务

我以网页邮箱（163邮箱为例）

1、登陆网易邮箱并找到设置

2、进入开通页面

3、按照指引步骤来并记住设备密码（授权码），一定要记住，一定要备份

二、编写Python代码

1、登陆邮箱

#-*- encoding: utf-8 -*-
import email,sys
from imapclient import IMAPClient
from bs4 import BeautifulSoup
#服务器网址
hostname = 'imap.163.com'
#用户名即邮箱账号
username = '邮箱账号'
#授权码不是邮箱原密码
passwd = '你的授权码'
#链接服务器
server = IMAPClient(hostname, ssl= True)
#登陆
try:
    #登陆账号
    server.login(username, passwd)
    # 上传客户端身份信息
    server.id_({"name": "IMAPClient", "version": "2.1.0"})
    #导航目录的列表，'INBOX'，'草稿箱'、'已发送'等
    dictList = server.list_folders()
    # print(dictList)
    #对收件箱只读
    info = server.select_folder('INBOX', readonly = True)
except server.Error:
    print('Could not login')
    sys.exit(1)

2、获取收件箱里面的邮件以及内容解析

#获取邮件列表
result = server.search()
for uid in result:
    massageList = server.fetch(uid,['BODY[]'])
    mailBody = massageList[uid][b'BODY[]']
    #邮件内容解析最里面那层是按字节来解析邮件主题内容,这个过程生成Message类型
    try :
        #我看其他博主的都是拿到str类型的，如果这个时候拿到邮件的类型是str就用这个
        email_content = email.message_from_string(mailBody)
    except TypeError:
        #但压力在我这，我没拿到str类型的，拿到的是bytes字节类型的，那就用字节解析吧
        email_content = email.message_from_bytes(mailBody)
        #如果想知道字符集的可以在这先输出一下，查看结果里面的字符集是'utf-8'还是什么
        # print(email_content)
    #标题
    subject = email.header.make_header(email.header.decode_header(email_content['SUBJECT']))
    #发件人
    mail_from = email.header.make_header(email.header.decode_header(email_content['From']))
    #收件日期
    envlope = (server.fetch(uid,['ENVELOPE']))[uid][b'ENVELOPE']
    dates = envlope.date
    # 获取内容的type编码方式
    maintype = email_content.get_content_maintype()
    if maintype == 'multipart':
        for part in email_content.get_payload():
            #获取邮件中的文本
            if part.get_content_maintype() == 'text':
                #取出正文内容并去掉前后的换行符、空格
                mail_content = part.get_payload(decode=True).strip()
    elif maintype == 'text':
        mail_content = email_content.get_payload(decode=True).strip()    
    #用对应的字符集去解码
    try:
        #解码显示中文，如果utf-8不行用gbk或者其他
        mail_content = mail_content.decode('gbk')
    except UnicodeDecodeError:
        try: 
            #拿到的内容是html格式的
             mail_content = mail_content.decode('utf-8')
        except UnicodeDecodeError:
            print('decode error')
            sys.exit(1)

3、取出来的内容进行html解析并写入txt

#写进txt
#记得写上编码方式为'gb18030',不然写入txt会报错
with open(f'D:\IMAP\{uid}.txt','w+',encoding="gb18030") as f:
f.write(f'From:{mail_from}'+'\n')
f.write(f'Subject:{subject}'+'\n')
f.write(f'Date:{dates}'+'\n')
f.write(f'正文内容：'+'\n')
#用BeautifulSoup库的HTML解析器来解析邮件文本，并去掉多余的换行符
f.write((BeautifulSoup(mail_content,'html.parser').get_text().strip()).replace('\n\n', '')+'\n') 

4、完整代码如下

#-*- encoding: utf-8 -*-
import email,sys
from imapclient import IMAPClient
from bs4 import BeautifulSoup
#服务器网址
hostname = 'imap.163.com'
#用户名即邮箱账号
username = '邮箱账号'
#授权码不是邮箱原密码
passwd = '你的授权码'
#链接服务器
server = IMAPClient(hostname, ssl= True)
#登陆
try:
    #登陆账号
    server.login(username, passwd)
    # 上传客户端身份信息
    server.id_({"name": "IMAPClient", "version": "2.1.0"})
    #导航目录的列表，'INBOX'，'草稿箱'、'已发送'等
    dictList = server.list_folders()
    # print(dictList)
    #对收件箱只读
    info = server.select_folder('INBOX', readonly = True)
except server.Error:
    print('Could not login')
    sys.exit(1)
#获取邮件列表
result = server.search()
for uid in result:
    massageList = server.fetch(uid,['BODY[]'])
    mailBody = massageList[uid][b'BODY[]']
    #邮件内容解析最里面那层是按字节来解析邮件主题内容,这个过程生成Message类型
    try :
        email_content = email.message_from_string(mailBody)
    except TypeError:
        email_content = email.message_from_string(str(email.message_from_bytes(mailBody)))
        # print(email_content)
    #标题
    subject = email.header.make_header(email.header.decode_header(email_content['SUBJECT']))
    #发件人
    mail_from = email.header.make_header(email.header.decode_header(email_content['From']))
    #收件日期
    envlope = (server.fetch(uid,['ENVELOPE']))[uid][b'ENVELOPE']
    dates = envlope.date
    # 获取内容的type编码方式
    maintype = email_content.get_content_maintype()
    if maintype == 'multipart':
        for part in email_content.get_payload():
            #获取邮件中的文本
            if part.get_content_maintype() == 'text':
                #下载
                mail_content = part.get_payload(decode=True).strip()
    elif maintype == 'text':
        mail_content = email_content.get_payload(decode=True).strip()    
    try:
        #解码显示中文，如果utf-8不行用gbk或者其他
        mail_content = mail_content.decode('gbk')
    except UnicodeDecodeError:
        try: 
             mail_content = mail_content.decode('utf-8')
        except UnicodeDecodeError:
            print('decode error')
            sys.exit(1)
    #写进txt
    with open(f'D:\IMAP\{uid}.txt','w+',encoding="gb18030") as f:
        f.write(f'From:{mail_from}'+'\n')
        f.write(f'Subject:{subject}'+'\n')
        f.write(f'Date:{dates}'+'\n')
        f.write(f'正文内容：'+'\n')
        f.write((BeautifulSoup(mail_content,'html.parser').get_text().strip()).replace('\n\n', '')+'\n')    
# print('From: ', mail_from)
# print('Subject: ', subject)
# print('Date:',dates)
# print('-'*10, 'mail content', '-'*10)
# print(mail_content.replace('<br>', '\n'))
# print('-'*10, 'mail content', '-'*10)
#退出登陆
server.logout()

三、其他参考链接

1、Python实现IMAP协议接收和解析邮件内容

2、什么是IMAP协议

3、python_imap收取邮件 + 邮件内容解析

4、Python IMAP/POP3收取并解析邮件

article/details/114489568)

3、python_imap收取邮件 + 邮件内容解析

4、Python IMAP/POP3收取并解析邮件

5html文本写入txt