Python3读取邮件内容

前言

邮件的收取主要有pop(主要用于客户端远程管理服务器上的邮件)和imap(交互式邮件访问协议)，相应的Python中提供了相关的模块poplib和imaplib。POP3尽管得到广泛的支持，但其已经过时，而且POP3服务器的实现差异很大，大多数进行较差，所以如果我们的邮件服务器支持IMAP，那么最好使用imaplib.IMAP4，因为IMAP服务器往往会更好的实现。基本上主流的邮箱都会支持imap协议，如qq、163、gmail、outlook等等。因此我们选择imap协议来实现读取邮件的脚本。

实现过程

登录邮箱并读取原始邮件

使用imaplib库实现邮箱登录，所以需要先导入库import imaplib，然后利用imaplib库中的方法登录邮箱并读取邮件

def get_mail(email_address, password):
  # 这里的服务器根据需要选择
  server = imaplib.IMAP4_SSL("imap.gmail.com")
  server.login(email_address, password)
  # 邮箱中的文件夹，默认为'INBOX'
  inbox = server.select("INBOX")
  # 搜索匹配的邮件，第一个参数是字符集，None默认就是ASCII编码，第二个参数是查询条件，这里的ALL就是查找全部
  type, data = server.search(None, "ALL")
  # 邮件列表,使用空格分割得到邮件索引
  msgList = data[0].split()
  # 最新邮件，第0封邮件为最早的一封邮件
  latest = msgList[len(msgList) - 1]
  type, datas = server.fetch(latest, '(RFC822)')
  # 使用utf-8解码
  text = datas[0][1].decode('utf8')
  # 转化为email.message对象
  message = email.message_from_string(text)
  return message

上述程序返回值为email.message，即原始邮件，如果打印出来，我们会发现这些一些代码，无法读懂，因此接下来我们需要将原始邮件转化为可读邮件

关于email.message

电子邮件消息由 headers 和 payload （其也被称为 content）组成。标题是 RFC 5322 或 RFC 6532 样式的字段名称和值。有效载荷可以是简单文本消息，或二进制对象或子消息的结构化序列，每个子消息具有它们自己的一组头部和它们自己的有效载荷。后一类型的有效载荷由具有诸如 multipart或 message/rfc822 的MIME类型的消息指示。

由 EmailMessage 对象提供的概念模型是与表示消息的 RFC 5322 主体的 payload 耦合的标题的有序字典，其可以是子 EmailMessage 对象的列表。除了用于访问头部名称和值的常规字典方法之外，还存在用于从头部（例如MIME内容类型）访问专用信息，用于在有效载荷上操作，用于生成消息的序列化版本的方法，以及用于递归地遍历对象树。

EmailMessage 类字典接口由标题名称索引，标题名称必须是ASCII值。字典的值是带有一些额外方法的字符串。头以字节保存的形式存储和返回，但字段名匹配大小写不敏感。不像真正的dict，有一个排序的键，并可以有重复的键。提供了其他方法来处理具有重复键的标头。

将原始邮件转化为可读邮件

邮件的Subject或者Email中包含的名字都是经过编码后的字符串，要正常显示就必须decode，定义一个decode函数
```
def decode_str(s):
 value, charset = decode_header(s)[0]
 if charset:
     value = value.decode(charset)
 return value
```

为了防止非UTF-8编码的邮件无法显示，定义一个检测邮件编码函数

def guess_charset(msg):
 charset = msg.get_charset()
 if charset is None:
     content_type = msg.get('Content-Type', '').lower()
     pos = content_type.find('charset=')
     if pos >= 0:
         # 去掉尾部不代表编码的字段
         charset = content_type[pos + 8:].strip('; format=flowed; delsp=yes')
 return charset

接下来通过循环遍历来读取邮件内容

# 使用全局变量来保存邮件内容
mail_content = '\n'
# indent用于缩进显示:
def print_info(msg, indent=0):
 global mail_content
 if indent == 0:
     for header in ['From', 'To', 'Subject']:
         value = msg.get(header, '')
         if value:
             if header == 'Subject':
                 value = decode_str(value)
             else:
                 hdr, addr = parseaddr(value)
                 name = decode_str(hdr)
                 value = u'%s <%s>' % (name, addr)
         mail_content += '%s%s: %s' % ('  ' * indent, header, value) + '\n'
 parts = msg.get_payload()
 for n, part in enumerate(parts):
     content_type = part.get_content_type()
     if content_type == 'text/plain':
         content = part.get_payload(decode=True)
         # charset = guess_charset(msg)
         charset = 'utf-8'
         if charset:
             content = content.decode(charset)
         mail_content += '%sText:\n %s' % (' ' * indent, content)
     else:
         # 这里没有读取非text/plain类型的内容，只是读取了其格式，一般为text/html
         mail_content += '%sAttachment: %s' % ('  ' * indent, content_type)
return mail_content

最后，调用上述函数，输出邮件内容

if __name__ == '__main__':
 email_addr = "myEmail@gmail.com"
 password = "mypassword"
 test = print_info(get_mail(email_addr, password))       
 print("mail content is: %s" % test)

Python3读取邮件内容

Python3读取邮件内容

前言

实现过程

相关问题

相关阅读