收取邮件有两种协议,POP3和IMAP,POP3相对于IMAP功能较少无法对邮件进行更深层次的操作,因此本文使用IMAP协议收取邮件。python提供了很多收邮件的模块,本文使用imaplib来接收邮件。
前提
需要在邮件箱的设置中打开允许IMAP,不同邮件开启全方式不同,具体开启方式自行百度。(本文使用outlook,默认开启)
难点
获得邮件不难,难点是如何解析邮件的内容,由于邮件内容的编码是不固定的,因此编码格式的选择影响着解析邮件内容的正确性
代码
import imaplib , email , os
imapserver = 'outlook.office365.com'
emailuser = "bill@outlook.com"
emailpasswd = "billpasswd"
attachementdir=r"d:\a" #附件存放的位置
conn = imaplib.IMAP4_SSL(imapserver)
conn.login(emailuser,emailpasswd)
conn.list() #列出邮箱中所有的列表,如:收件箱、垃圾箱、草稿箱。。。
conn.select('INBOX') #选择收件箱(默认)
result , dataid = conn.uid ( 'search' , None , "ALL" )
mailidlist = dataid[0].split () #转成标准列表,获得所有邮件的ID
# 解析邮件内容
def get_body(msg):
if msg.is_multipart ():
return get_body ( msg.get_payload ( 0 ) )
else:
return msg.get_payload ( None , decode=True )
#search('FROM','abc@outlook.com',conn) 根据输入的条件查找特定的邮件
def search(key,value,conn):
result , data = conn.search(None,key,'"()"'.format(value))
return data
#获取附件
def get_attachements(msg):
for part in msg.walk():
if part.get_content_maintype() == 'multipart':
continue
if part.get('Content-Disposition') is None:
continue
filename = part.get_filename()
if bool(filename):
filepath = os.path.join(attachementdir,filename)
with open(filepath,'wb') as f:
f.write(part.get_payload(decode=True))
for id in mailidlist:
result , data = conn.fetch ( id , '(RFC822)' ) # 通过邮件id获取邮件
e = email.message_from_bytes ( data[0][1] )
subject = email.header.make_header ( email.header.decode_header ( e['SUBJECT'] ) )
mail_from = email.header.make_header ( email.header.decode_header ( e['From'] ) )
print("邮件的subject是%s" % subject)
print("邮件的发件人是%s" % mail_from)
body = str ( get_body ( e ) , encoding='utf-8' ) # utf-8 gb2312 GB18030解析中文日文英文
print("邮件内容是%s" % body)
conn.logout()
【问题】
一般utf-8可以解决大部分的邮件编码格式,若不能解析请使用其他编码。
【待改进】
email模块有一个获取邮件编码的方法,暂时未能找到
使用email提供的方法获取邮件编码,变可以解决所有邮件解析的问题