python批量下载邮件附件

 

01.场景

老板让你调查个情况，你把excel表发出去了，结果反馈回来的邮件有数百之多，如果一个一个的点开保存，肯定要加班了，让 python 来帮忙吧。

02.批量下载

python 提供的 email 包十分好用，功能完备，搞定我们这个需求，小菜一碟。

# 账户信息
email = 'xxx@chinastock.com.cn'
password = 'xxx'
pop3_server = 'mail.xxx.com.cn'
# 连接到POP3服务器，带SSL的:
server = poplib.POP3_SSL(pop3_server)
# 可以打开或关闭调试信息:
server.set_debuglevel(0)
# POP3服务器的欢迎文字:
print(server.getwelcome())
# 身份认证:
server.user(email)
server.pass_(password)
# stat()返回邮件数量和占用空间:
msg_count, msg_size = server.stat()
print('message count:', msg_count)
print('message size:', msg_size, 'bytes')

执行上面的代码，如果连接没有问题，那么应该能看到邮箱中邮件个数和邮件的总大小，单位是字节。

这里先简化处理，不纠结于怎么过滤邮件了，主要考虑把附件下载到本地（收件箱里的全部邮件）。

for i in range(1, msg_count):
    resp, byte_lines, octets = server.retr(i)
    # 转码
    str_lines = []
    for x in byte_lines:
        str_lines.append(x.decode())
    # 拼接邮件内容
    msg_content = '\n'.join(str_lines)
    # 把邮件内容解析为Message对象
    msg = Parser().parsestr(msg_content)
    headers = get_email_headers(msg)
    attachments = get_email_content(msg, r'E:\py\sendmail\attach')
    # 输出
    print('subject:', headers['Subject'])
    print('from:', headers['From'])
    print('to:', headers['To'])
    if 'cc' in headers:
        print('cc:', headers['Cc'])
    print('date:', headers['Date'])
    print('attachments: ', attachments)
    print('-----------------------------')

retr() 的参数是个数字，可看成是编号，我们总共有 msg_count 封邮件，遍历这些邮件，解析后，保存附件到本地。

byte_lines 是个 list，里面的元素是字节，因此，我们需要 decode() 转换一下。用换行符 \n 拼接形成的字符串，作为入参，构造成了Message对象。

有 Message 对象，我们就可以通过解析这个对象，得到邮件的 header 和 content 了。

先说 header。

def get_email_headers(msg):
    headers = {}
    for header in ['From', 'To', 'Cc', 'Subject', 'Date']:
        value = msg.get(header, '')
        if value:
            if header == 'Date':
                headers['Date'] = value
            if header == 'Subject':
                subject = decode_str(value)
                headers['Subject'] = subject
            if header == 'From':
                hdr, addr = parseaddr(value)
                name = decode_str(hdr)
                from_addr = u'%s <%s>' % (name, addr)
                headers['From'] = from_addr
            if header == 'To':
                all_cc = value.split(',')
                to = []
                for x in all_cc:
                    hdr, addr = parseaddr(x)
                    name = decode_str(hdr)
                    to_addr = u'%s <%s>' % (name, addr)
                    to.append(to_addr)
                headers['To'] = ','.join(to)
            if header == 'Cc':
                all_cc = value.split(',')
                cc = []
                for x in all_cc:
                    hdr, addr = parseaddr(x)
                    name = decode_str(hdr)
                    cc_addr = u'%s <%s>' % (name, addr)
                    cc.append(to_addr)
                headers['Cc'] = ','.join(cc)
    return headers

header 是写键值对而已，我们关心的是 From, To, Cc, Subject, Date。Message 对象提供的接口，直接 get() 就好。对于收件人和抄送，可能是多人，要注意转换，decode_str() 函数是为了应对汉字乱码。

下面的函数 get_email_content() 是用来下载附件的。

def get_email_content(message, savepath):
    attachments = []
    for part in message.walk():
        filename = part.get_filename()
        if filename:
            filename = decode_str(filename)
            data = part.get_payload(decode=True)
            abs_filename = os.path.join(savepath, filename)
            attach = open(abs_filename, 'wb')
            attachments.append(filename)
            attach.write(data)
            attach.close()
    return attachments

Message 里可能包含多个 MIMEBase，也就是多个 part，每个 part 里都可能有一个附件，message.walk() 遍历这些 part，依次解析。该函数把附件都保存到了 savepath 路径下了，不考虑附件重名的情况了。

03.小结

本文以较为简短的代码，展示了如何通过 python 批量下载邮件的附件。如果你有“邮件高度依赖症”，那么这种方法一定会给你提高数倍的工作效率。

希望能帮到你！

完整代码：

# _*_ coding: utf-8 _*_

import poplib
import email
import os
from email.parser import Parser
from email.header import decode_header
from email.utils import parseaddr

def decode_str(s):
    value, charset = decode_header(s)[0]
    if charset:
        if charset == 'gb2312':
            charset = 'gb18030'
        value = value.decode(charset)
    return value

def get_email_headers(msg):
    headers = {}
    for header in ['From', 'To', 'Cc', 'Subject', 'Date']:
        value = msg.get(header, '')
        if value:
            if header == 'Date':
                headers['Date'] = value
            if header == 'Subject':
                subject = decode_str(value)
                headers['Subject'] = subject
            if header == 'From':
                hdr, addr = parseaddr(value)
                name = decode_str(hdr)
                from_addr = u'%s <%s>' % (name, addr)
                headers['From'] = from_addr
            if header == 'To':
                all_cc = value.split(',')
                to = []
                for x in all_cc:
                    hdr, addr = parseaddr(x)
                    name = decode_str(hdr)
                    to_addr = u'%s <%s>' % (name, addr)
                    to.append(to_addr)
                headers['To'] = ','.join(to)
            if header == 'Cc':
                all_cc = value.split(',')
                cc = []
                for x in all_cc:
                    hdr, addr = parseaddr(x)
                    name = decode_str(hdr)
                    cc_addr = u'%s <%s>' % (name, addr)
                    cc.append(to_addr)
                headers['Cc'] = ','.join(cc)
    return headers

def get_email_content(message, savepath):
    attachments = []
    for part in message.walk():
        filename = part.get_filename()
        if filename:
            filename = decode_str(filename)
            data = part.get_payload(decode=True)
            abs_filename = os.path.join(savepath, filename)
            attach = open(abs_filename, 'wb')
            attachments.append(filename)
            attach.write(data)
            attach.close()
    return attachments

if __name__ == '__main__':
    # 账户信息
    email = 'xxx@xxx.com.cn'
    password = 'xxx'
    pop3_server = 'xxx.xxx.com.cn'
    # 连接到POP3服务器，带SSL的:
    server = poplib.POP3_SSL(pop3_server)
    # 可以打开或关闭调试信息:
    server.set_debuglevel(0)
    # POP3服务器的欢迎文字:
    print(server.getwelcome())
    # 身份认证:
    server.user(email)
    server.pass_(password)
    # stat()返回邮件数量和占用空间:
    msg_count, msg_size = server.stat()
    print('message count:', msg_count)
    print('message size:', msg_size, 'bytes')
    # b'+OK 237 174238271' list()响应的状态/邮件数量/邮件占用的空间大小
    resp, mails, octets = server.list()

    for i in range(1, msg_count):
        resp, byte_lines, octets = server.retr(i)
        # 转码
        str_lines = []
        for x in byte_lines:
            str_lines.append(x.decode())
        # 拼接邮件内容
        msg_content = '\n'.join(str_lines)
        # 把邮件内容解析为Message对象
        msg = Parser().parsestr(msg_content)
        headers = get_email_headers(msg)
        attachments = get_email_content(msg, r'E:\py\sendmail\attach')

        print('subject:', headers['Subject'])
        print('from:', headers['From'])
        print('to:', headers['To'])
        if 'cc' in headers:
            print('cc:', headers['Cc'])
        print('date:', headers['Date'])
        print('attachments: ', attachments)
        print('-----------------------------')

    server.quit()