如何使用Python高效解析电子邮件而不涉及附件
我正在使用PythonImaplib(Python2.6)从GMail获取电子邮件。每件事我都会用我的方法来获取一封邮件,我会得到整封邮件。我只需要文本部分,还需要解析附件的名称,而不需要下载它们。如何做到这一点?我看到GMail返回的电子邮件与浏览器发送到HTTP服务器的格式相同。恐怕你运气不好。据了解,电子邮件只有两个部分——标题和正文。正文是附件所在的位置(如果有),您必须在仅提取消息文本之前下载整个正文。找到的有关FETCH命令的信息也支持此观点。虽然它说你可以提取身体的部分,但这些是用八位字节来指定的,这并没有真正的帮助。看看这个配方: 我稍微修改了它,以打印发件人、主题、日期、附件名称和消息正文(目前仅为纯文本--添加html消息很简单) 在本例中,我使用了Gmail pop3服务器,但它也适用于IMAP如何使用Python高效解析电子邮件而不涉及附件,python,parsing,gmail,imap,imaplib,Python,Parsing,Gmail,Imap,Imaplib,我正在使用PythonImaplib(Python2.6)从GMail获取电子邮件。每件事我都会用我的方法来获取一封邮件,我会得到整封邮件。我只需要文本部分,还需要解析附件的名称,而不需要下载它们。如何做到这一点?我看到GMail返回的电子邮件与浏览器发送到HTTP服务器的格式相同。恐怕你运气不好。据了解,电子邮件只有两个部分——标题和正文。正文是附件所在的位置(如果有),您必须在仅提取消息文本之前下载整个正文。找到的有关FETCH命令的信息也支持此观点。虽然它说你可以提取身体的部分,但这些是用
import poplib, email, string
mailserver = poplib.POP3_SSL('pop.gmail.com')
mailserver.user('recent:YOURUSERNAME') #use 'recent mode'
mailserver.pass_('YOURPASSWORD') #consider not storing in plaintext!
numMessages = len(mailserver.list()[1])
for i in reversed(range(numMessages)):
message = ""
msg = mailserver.retr(i+1)
str = string.join(msg[1], "\n")
mail = email.message_from_string(str)
message += "From: " + mail["From"] + "\n"
message += "Subject: " + mail["Subject"] + "\n"
message += "Date: " + mail["Date"] + "\n"
for part in mail.walk():
if part.is_multipart():
continue
if part.get_content_type() == 'text/plain':
body = "\n" + part.get_payload() + "\n"
dtypes = part.get_params(None, 'Content-Disposition')
if not dtypes:
if part.get_content_type() == 'text/plain':
continue
ctypes = part.get_params()
if not ctypes:
continue
for key,val in ctypes:
if key.lower() == 'name':
message += "Attachment:" + val + "\n"
break
else:
continue
else:
attachment,filename = None,None
for key,val in dtypes:
key = key.lower()
if key == 'filename':
filename = val
if key == 'attachment':
attachment = 1
if not attachment:
continue
message += "Attachment:" + filename + "\n"
if body:
message += body + "\n"
print message
print
这应该足以让您朝正确的方向前进。您可以通过执行以下操作来获取电子邮件的纯文本:
connection.fetch(id, '(BODY[1])')
对于我看到的gmail消息,第1部分是纯文本,包括多部分垃圾。这可能没有那么强大
我不知道如果没有所有的附件,如何获得附件的名称。我还没有尝试使用partials。下载整个消息。