以QQ邮箱为例
可以设置获取指定时间内的邮件中的发票
可以设置获取指定地点内的邮件中的发票
import poplib
from urllib import request
from email import policy
from email.parser import BytesParser
from email.header import decode_header, make_header
from email.headerregistry import UniqueDateHeader
import re,os
from xml.dom.minidom import parse
# 定义EmailClient类，用于连接到POP3服务器并从指定的邮件地址获取邮件
class JDInvoiceDownload:
# 在初始化函数中，设置POP3服务器的来源、用户、密码和待查询的目标邮件地址
def __init__(self, host,pop_server_port, user, password, target_email,file_path,target_addr=None,target_time=None):
"""
初始化EmailClient类的新实例。
参数:
- host: 邮件服务器的主机名或IP地址。
- pop_server_port: POP3服务器的端口号。
- user: 用户名，用于登录邮件服务器。
- password: 用户密码，用于登录邮件服务器。
- target_email: 目标电子邮件地址。
- file_path: 附件的文件路径。
"""
self.POP3_SSL(host,pop_server_port)
self.login(user, password)
self.target_email = target_email
self.file_path = file_path
self.target_addr = target_addr
self.target_time = target_time
def POP3_SSL(self,pop_server_host,pop_server_port):
try:
# 连接pop服务器。如果没有使用SSL，将POP3_SSL()改成POP3()即可其他都不需要做改动
self.pop_server = poplib.POP3_SSL(host=pop_server_host, port=pop_server_port, timeout=10)
print("pop3----连接服务器成功，现在将检查用户名")
except:
print("pop3----对不起，给定的电子邮件服务器地址连接超时")
exit(1)
def login(self,user,password):
try:
# 验证邮箱是否存在
self.pop_server.user(user)
print("pop3----用户名已存在，现在将检查密码")
except:
print("pop3----对不起，给定的电子邮件地址似乎不存在")
exit(1)
try:
# 验证邮箱密码是否正确
self.pop_server.pass_(password)
print("pop3----密码正确，现在将列出电子邮件")
except:
print("pop3----对不起，给定的用户名似乎不正确")
exit(1)
# 定义一个函数，用以清除文件名中的无效字符
def sanitize_folder_name(self, name):
invalid_characters = "<>:\"/\\|?*@"
for char in invalid_characters: # 遍历所有无效字符
name = name.replace(char, "_") # 将无效字符替换为下划线
return name # 返回清理后的名称
# 定义一个函数，用以提取邮件的payload（有效载荷，即邮件主体内容）
def get_payload(self, email_message):
if email_message.is_multipart(): # 判断邮件是否为多部分邮件
for part in email_message.iter_parts(): # 如果是，则遍历其中的每一部分
content_type = part.get_content_type() # 获取该部分的内容类型
if content_type == 'text/html': # 如果内容类型为HTML，则返回该部分内容
return part.get_content()
elif content_type == 'text/plain': # 如果内容类型为纯文本，则返回该部分内容
return part.get_content()
elif email_message.get_content_type() == 'text/html': # 如果邮件非多部分形式，且为HTML类型，则返回邮件内容
return email_message.get_content()
elif email_message.get_content_type() == 'text/plain': # 如果邮件非多部分形式，且为纯文本类型，则返回邮件内容
return email_message.get_content()
def fetch_email(self):
# 邮箱中其收到的邮件的数量
email_count = len(self.pop_server.list()[1])
print("email_num: ",email_count)
# list()返回所有邮件的编号:
_, mails, _ = self.pop_server.list()
# for i in range(len(mails),len(mails)-1,-1):
for i in range(len(mails),1, -1):
# 通过retr(index)读取第index封邮件的内容；这里读取最后一封，也即最新收到的那一封邮件
resp, lines, octets = self.pop_server.retr(i)
email_content = b'\r\n'.join(lines) # 将所有行连接成一个bytes对象
# 解析邮件内容
email_parser = BytesParser(policy=policy.default) # 创建一个邮件解析器
email = email_parser.parsebytes(email_content) # 解析邮件内容，返回一个邮件对象
email_time = self.get_email_time(email)
print("email_time: ",email_time)
if email_time == self.target_time and self.check_email_from(email): # 如果发件人地址与指定的目标邮件地址一致，对邮件进行处理
email_body = self.get_payload(email) # 获取邮件正文
if self.check_invoice_target_addr(email_body):
self.download_invoice(email_body,f"{i}.pdf",email_time)
print("--------------------------------------------------------------------------------------")
def check_email_from(self, email) -> bool:
"""
对比发件人地址与指定的目标邮件地址是否一致
:param email:
:return:
"""
# 解析邮件头部信息并提取发件人信息
email_from = email.get('From').strip() # 获取发件人信息，并去除尾部的空格
email_from = str(make_header(decode_header(email_from))) # 解码发件人信息，并将其转换为字符串
print("发件人地址:", email_from," ",email_from == self.target_email)
return email_from == self.target_email
def get_email_time(self,email):
"""
解析邮件时间
:param email:
:return:
"""
# 解析邮件时间
email_time: UniqueDateHeader = email.get('Date') # 获取邮件时间
# 获取年月日
return email_time.datetime.strftime("%Y-%m-%d")
def download_invoice(self, body, filename,email_time):
"""
下载发票
:param body:
:param filename:
:param email_time:
:return:
"""
pattern = r'href="([^"]*)">发票PDF文件下载</a>'
match = re.search(pattern, body)
if match:
# 提取URL
url = match.group(1)
print("找到的-PDF-URL是:", "".join(url.split("amp;")))
try:
file_path = f"{self.file_path}\\{email_time}"
# 判断文件夹是否存在
if not os.path.exists(file_path):
os.makedirs(file_path)
request.urlretrieve("".join(url.split("amp;")), f"{file_path}\\{filename}")
except Exception as e:
print("Error downloading:", e)
def check_invoice_target_addr(self, body) -> bool:
"""读取XML文件，判断是否是某个地方的发票"""
pattern = r'href="([^"]*)">发票XML文件下载</a> '
match = re.search(pattern, body)
if match:
# 提取URL
url = match.group(1)
print("找到的-XML-URL是:", "".join(url.split("amp;")))
try:
file_name = f"{self.file_path}\\xml_file_test.xml"
request.urlretrieve("".join(url.split("amp;")),file_name)
dom = parse(file_name)
# 获取文档元素对象
data = dom.documentElement
seller_addr = data.getElementsByTagName("EInvoiceData")[0].getElementsByTagName("SellerInformation")[
0].getElementsByTagName("SellerAddr")[0].childNodes[0].nodeValue
print("seller_addr:",seller_addr," "+self.target_addr in seller_addr)
if not self.target_addr in seller_addr:
return False
except Exception as e:
print("Error parsing XML:", e)
return True
def close(self):
# 关闭连接
self.pop_server.close()
if __name__ == '__main__':
client = JDInvoiceDownload(
host='pop.qq.com', # 邮箱服务器地址(qq邮箱无需改)
pop_server_port=995, # 端口号(qq邮箱无需改)
user=input("请输入你的邮箱地址："), # 邮箱账号
password=input("请输入你的授权码："), # 授权码
target_email='"京东JD.com" <customer_service@jd.com>', # 发件人
file_path="D:\\Test", # 保存文件路径
target_addr="广州", # 发票地址（不需要判断设置为None即可）
target_time="2024-11-10" # 发票时间 （不需要判断设置为None即可）
)
client.fetch_email()
client.close()
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
