求大神指导~Python批量发邮件,疑被139邮箱拦截为垃圾邮件

'''
Created on 2024年7月25日

@author: 13990
'''

import smtplib
from email.mime.text import MIMEText
from email.mime.multipart import MIMEMultipart
from email.header import Header
from openpyxl.reader.excel import load_workbook

#读取信息
wb=load_workbook("J:/人力资源/23-年度薪酬沟通/2024年/批量发送邮件测试.xlsx")
sheet=wb.active
for row in sheet.iter_rows(min_row=2):    
    row_text=""
    for cell in row:
        # print(cell.value,end=",")
        row_text+=f"{cell.value},"
    acct_name=row[1]   #收件人
    acct_mail=row[0] #收件邮箱
    file_addr=row[3] #附件地址
    file_name=row[4] #附件文件名称
    # print(f"{acct_mail.value}")
    
    mail_host = "smtp.139.com"
    mail_sender = "139XXXX6663@139.com"    #按实际邮箱填写
    mail_license = "xxxxxxxxxxxx1200"  #按实际授权码填写
    mail_receivers = [f"{acct_mail.value}"]
    mm = MIMEMultipart('related')
    
    subject_content = """2023年度薪酬福利报告"""
    mm["From"] = "Custtomer<139XXXX6663@139.com>"  #按实际邮箱填写

    mm["To"] = f"{acct_name.value}<{acct_mail.value}>"

    mm["Subject"] = Header(subject_content,'utf-8')
    
    body_content = f'''
    {acct_name.value},您好!
       这是一份来自人力部发送的2023年薪酬福利报告,感谢您一年来为公司的辛勤付出!
    '''

    message_text = MIMEText(body_content,"plain","utf-8")
    mm.attach(message_text)

    
    #添加附件(excel表格)
    f_addr=f"{file_addr.value}"
    f_name=f"{file_name.value}"
    f_adr=f_addr+"/"+f_name
    print(f_adr)
    atta = MIMEText(open(f_adr,'rb').read(), 'base64', 'utf-8') 

    atta["Content-Disposition"] = 'attachment; filename="sample.xlsx"'
    mm.attach(atta)
    
    #发送邮件
    stp = smtplib.SMTP()
    stp.connect(mail_host,25)  
    stp.login(mail_sender,mail_license)
    stp.sendmail(mail_sender, mail_receivers, mm.as_string())
    print("邮件发送成功")

stp.quit()
    
    
    

  • 21
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您好!针对您的问题,我可以提供一些关于 Matlab 特征值提取的常用方法及其实现。 1. SIFT 特征提取法 SIFT(Scale-Invariant Feature Transform)是一种基于尺度空间的特征提取方法,可以对图像进行关键点检测和特征描述。在 Matlab 中,可以使用 vlfeat 工具箱实现 SIFT 特征提取。具体可参考以下代码: ``` % 安装 vlfeat 工具箱 run('vlfeat-0.9.21/toolbox/vl_setup'); % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 提取 SIFT 特征 [f, d] = vl_sift(single(im_gray)); ``` 2. PCA 特征提取法 PCA(Principal Component Analysis)即主成分分析,是一种常用的特征提取方法。在 Matlab 中,可以使用 pca 函数实现 PCA 特征提取。具体可参考以下代码: ``` % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 转换为行向量 im_vec = im_gray(:)'; % PCA 特征提取 [coeff, score, latent] = pca(im_vec); ``` 3. LBP 特征提取法 LBP(Local Binary Pattern)是一种局部纹理特征提取方法,可以对图像进行纹理特征分析。在 Matlab 中,可以使用 extractLBPFeatures 函数实现 LBP 特征提取。具体可参考以下代码: ``` % 读入图像 im = imread('image.jpg'); % 转换为单通道灰度图 im_gray = rgb2gray(im); % 提取 LBP 特征 features = extractLBPFeatures(im_gray); ``` 以上是几种常用的 Matlab 特征值提取方法,希望可以对您有所帮助。如果您有任何问题或问,欢迎随时向我提问!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值