Python實(shí)現(xiàn)郵件自動下載解答

89542767 發(fā)布于2022-09-07 10:55 / 649人閱讀

　　寫該文章的目的，主要是為大家講解一下：如何利用Python語言實(shí)現(xiàn)郵件自動下載以及附件解析功能，下文附上了比較詳細(xì)的代碼，感興趣的話，可以仔細(xì)閱讀哦。

　　開始碼代碼之前，我們先來了解一下三種郵件服務(wù)協(xié)議：

　　1、SMTP協(xié)議

　　SMTP(Simple Mail Transfer Protocol)，即簡單郵件傳輸協(xié)議。相當(dāng)于中轉(zhuǎn)站，將郵件發(fā)送到客戶端。

　　2、POP3協(xié)議

　　POP3(Post Office Protocol 3)，即郵局協(xié)議的第3個版本，是電子郵件的第一個離線協(xié)議標(biāo)準(zhǔn)。該協(xié)議把郵件下載到本地計(jì)算機(jī)，不與服務(wù)器同步，缺點(diǎn)是更易丟失郵件或多次下載相同的郵件。

　　3、IMAP協(xié)議

　　IMAP(Internet Mail Access Protocol)，即交互式郵件存取協(xié)議。該協(xié)議連接遠(yuǎn)程郵箱直接操作，與服務(wù)器內(nèi)容同步。

　　然后介紹一下email包

　　這個包的中心組件是代表電子郵件消息的“對象模型”。應(yīng)用程序主要通過在message子模塊中定義的對象模型接口與這個包進(jìn)行交互。應(yīng)用程序可以使用此API來詢問有關(guān)現(xiàn)有電子郵件的問題、構(gòu)造新的電子郵件，或者添加或移除自身也使用相同對象模型接口的電子郵件子組件。也就是說，遵循電子郵件消息及其MIME子組件的性質(zhì)，電子郵件對象模型是所有提供EmailMessage API的對象所構(gòu)成的樹狀結(jié)構(gòu)。

　　接下來我們通過具體的代碼實(shí)現(xiàn)一個登錄郵箱客戶端，下載郵件，解析郵件附件內(nèi)容的功能。

　　首先我們需要定義一個郵件解析的類，該類需要三個變量：

　　1、郵箱所屬的imap服務(wù)地址；

　　2、郵箱賬號；

　　3、郵箱密碼【注：不同郵箱需要不同的安全策略，例如qq郵箱需要短信驗(yàn)證，獲取登錄授權(quán)碼，而不是明文密碼去登錄遠(yuǎn)程客戶端】

class Email_parse:

    def __init__(self,remote_server_url,email_url,password):
    	# imap服務(wù)地址
        self.remote_server_url = remote_server_url
        # 郵箱賬號
        self.email_url = email_url
        # 郵箱密碼
        self.password = password

　　然后定義類中入口函數(shù)，登錄遠(yuǎn)程，默認(rèn)獲取第一頁所有的郵件。我們獲取郵件的主題，并打印出來【不同郵件主題的編碼可能不同，二進(jìn)制需要轉(zhuǎn)碼才能正確顯示】

    def main_parse_Email(self):
        """入口函數(shù)，登錄imap服務(wù)"""
        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)
        server.login(self.email_url, self.password)
        server.select('INBOX')
        status,data = server.search(None,"ALL")
        if status != 'OK':
            raise Exception('read email error')
        emailids = data[0].split()
        mail_counts = len(emailids)
        print("count:",mail_counts)
        # 郵件的遍歷是按時間從后往前，這里我們選擇最新的一封郵件
        for i in range(mail_counts - 1, mail_counts - 2, -1):
            status, edata = server.fetch(emailids[i], '(RFC822)')
            msg = email.message_from_bytes(edata[0][1])
            #獲取郵件主題title
            subject = email.header.decode_header(msg.get('subject'))
            if type(subject[-1][0]) == bytes:
                title = subject[-1][0].decode(str(subject[-1][1]))
            elif type(subject[-1][0]) == str:
                title = subject[-1][0]
            print("title:", title)

　　其中，msg變量保存的就是郵件的主體，接下來因?yàn)闀貜?fù)用到msg和tilte，我們將構(gòu)造一個類函數(shù)返回msg和title。

    def get_email_title(msg):
        subject = email.header.decode_header(msg.get('subject'))
        if type(subject[-1][0]) == bytes:
            title = subject[-1][0].decode(str(subject[-1][1]))
        elif type(subject[-1][0]) == str:
            title = subject[-1][0]
        print("title:", title)
        return title

　　解析郵件，我們分為兩部分，郵件正文【HTML】和附件【xlsx等】，判斷有附件，我們就保存到固定的路徑下。表格的解析不再贅述了，pandas之類的包足以搞定。

    def get_att(msg):
        """獲取附件并下載"""
        filename = Email_parse.get_email_name(msg)
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                data = part.get_payload(decode=True)
                if data != None:
                    att_file = open('./src/' + filename, 'wb')
                    att_file.write(data)
                    att_file.close()
                else:
                    pass

　　郵件正文內(nèi)容，我們直接解析html，將文本內(nèi)容直接保存到.txt文件中，方便讀取。

    def get_text_from_HTML(msg):
        """獲取郵件中的html"""
        filename = Email_parse.get_email_name(msg)
        current_title = Email_parse.get_email_title(msg)
        print("filename:",filename,type(filename))
        for part in msg.walk():
            if not part.is_multipart():
                result = part.get_payload(decode=True)
                result = result.decode('gbk')
                f = open(f'./src/{current_title}.txt','w')
                f.write(result)
                f.close()
                return result

　　完整代碼如下：

import email
import imaplib
from email.header import decode_header
import pandas as pd
import datetime


class Email_parse:
    def __init__(self,remote_server_url,email_url,password):
        self.remote_server_url = remote_server_url
        self.email_url = email_url
        self.password = password

    def get_att(msg):
        filename = Email_parse.get_email_name(msg)
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                data = part.get_payload(decode=True)
                if data != None:
                    att_file = open('./src/' + filename, 'wb')
                    att_file.write(data)
                    att_file.close()
                else:
                    pass

    def get_email_title(msg):
        subject = email.header.decode_header(msg.get('subject'))
        if type(subject[-1][0]) == bytes:
            title = subject[-1][0].decode(str(subject[-1][1]))
        elif type(subject[-1][0]) == str:
            title = subject[-1][0]
        print("title:", title)
        return title


    def get_email_name(msg):
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                h = email.header.Header(file_name)
                dh = email.header.decode_header(h)
                filename = dh[0][0]
                if dh[0][1]:
                    value, charset = decode_header(str(filename, dh[0][1]))[0]
                    if charset:
                        filename = value.decode(charset)
                        print("附件名稱：", filename)
                        return filename


    def main_parse_Email(self):
        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)
        server.login(self.email_url, self.password)
        server.select('INBOX')
        status,data = server.search(None,"ALL")
        if status != 'OK':
            raise Exception('read email error')
        emailids = data[0].split()
        mail_counts = len(emailids)
        print("count:",mail_counts)
        for i in range(mail_counts - 1, mail_counts - 2, -1):
            status, edata = server.fetch(emailids[i], '(RFC822)')
            msg = email.message_from_bytes(edata[0][1])
            subject = email.header.decode_header(msg.get('subject'))
            if type(subject[-1][0]) == bytes:
                title = subject[-1][0].decode(str(subject[-1][1]))
            elif type(subject[-1][0]) == str:
                title = subject[-1][0]
            print("title:", title)
            Email_parse.get_att(msg)
            Email_parse.get_text_from_HTML(msg)


    def get_text_from_HTML(msg):
        filename = Email_parse.get_email_name(msg)
        current_title = Email_parse.get_email_title(msg)
        print("filename:",filename,type(filename))
        for part in msg.walk():
            if not part.is_multipart():
                result = part.get_payload(decode=True)
                result = result.decode('gbk')
                f = open(f'./src/{current_title}.txt','w')
                f.write(result)
                f.close()
                return result

if __name__ == "__main__":
    remote_server_url = 'imap.qq.com'
    email_url = "*********@qq.com"
    password = "**********"
    demo = Email_parse(remote_server_url,email_url,password)
    demo.main_parse_Email()