Python3讀取郵件內容
前言
郵件的收取主要有pop(主要用於客戶端遠程管理服務器上的郵件)和imap(交互式郵件訪問協議),相應的Python中提供了相關的模塊poplib和imaplib。POP3儘管得到廣泛的支持,但其已經過時,而且POP3服務器的實現差異很大,大多數進行較差,所以如果我們的郵件服務器支持IMAP,那麼最好使用imaplib.IMAP4
,因爲IMAP服務器往往會更好的實現。基本上主流的郵箱都會支持imap協議,如qq、163、gmail、outlook等等。因此我們選擇imap協議來實現讀取郵件的腳本。
實現過程
-
登錄郵箱並讀取原始郵件
使用
imaplib
庫實現郵箱登錄,所以需要先導入庫import imaplib
,然後利用imaplib庫中的方法登錄郵箱並讀取郵件def get_mail(email_address, password): # 這裏的服務器根據需要選擇 server = imaplib.IMAP4_SSL("imap.gmail.com") server.login(email_address, password) # 郵箱中的文件夾,默認爲'INBOX' inbox = server.select("INBOX") # 搜索匹配的郵件,第一個參數是字符集,None默認就是ASCII編碼,第二個參數是查詢條件,這裏的ALL就是查找全部 type, data = server.search(None, "ALL") # 郵件列表,使用空格分割得到郵件索引 msgList = data[0].split() # 最新郵件,第0封郵件爲最早的一封郵件 latest = msgList[len(msgList) - 1] type, datas = server.fetch(latest, '(RFC822)') # 使用utf-8解碼 text = datas[0][1].decode('utf8') # 轉化爲email.message對象 message = email.message_from_string(text) return message
上述程序返回值爲
email.message
,即原始郵件,如果打印出來,我們會發現這些一些代碼,無法讀懂,因此接下來我們需要將原始郵件轉化爲可讀郵件關於email.message
電子郵件消息由 headers 和 payload (其也被稱爲 content)組成。標題是 RFC 5322 或 RFC 6532 樣式的字段名稱和值。有效載荷可以是簡單文本消息,或二進制對象或子消息的結構化序列,每個子消息具有它們自己的一組頭部和它們自己的有效載荷。後一類型的有效載荷由具有諸如 multipart或 message/rfc822 的MIME類型的消息指示。
由
EmailMessage
對象提供的概念模型是與表示消息的 RFC 5322 主體的 payload 耦合的標題的有序字典,其可以是子EmailMessage
對象的列表。除了用於訪問頭部名稱和值的常規字典方法之外,還存在用於從頭部(例如MIME內容類型)訪問專用信息,用於在有效載荷上操作,用於生成消息的序列化版本的方法,以及用於遞歸地遍歷對象樹。EmailMessage
類字典接口由標題名稱索引,標題名稱必須是ASCII值。字典的值是帶有一些額外方法的字符串。頭以字節保存的形式存儲和返回,但字段名匹配大小寫不敏感。不像真正的dict,有一個排序的鍵,並可以有重複的鍵。提供了其他方法來處理具有重複鍵的標頭。 -
將原始郵件轉化爲可讀郵件
-
郵件的Subject或者Email中包含的名字都是經過編碼後的字符串,要正常顯示就必須
decode
,定義 一個decode
函數def decode_str(s): value, charset = decode_header(s)[0] if charset: value = value.decode(charset) return value
-
爲了防止非
UTF-8
編碼的郵件無法顯示,定義一個檢測郵件編碼函數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: # 去掉尾部不代表編碼的字段 charset = content_type[pos + 8:].strip('; format=flowed; delsp=yes') return charset
-
接下來通過循環遍歷來讀取郵件內容
# 使用全局變量來保存郵件內容 mail_content = '\n' # indent用於縮進顯示: 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: # 這裏沒有讀取非text/plain類型的內容,只是讀取了其格式,一般爲text/html mail_content += '%sAttachment: %s' % (' ' * indent, content_type) return mail_content
-
最後,調用上述函數,輸出郵件內容
if __name__ == '__main__': email_addr = "[email protected]" password = "mypassword" test = print_info(get_mail(email_addr, password)) print("mail content is: %s" % test)
-
相關問題
-
郵件拒絕訪問?
gmail郵箱的安全性相當高,所以在讀取gmail郵件前需要對郵箱進行設置,主要設置兩個方面:啓用imap服務,啓用安全性較低的應用的訪問權限,設置步驟:
- 進入郵箱,選擇設置,點擊”轉發和POP/IMAP”選項,選擇啓用IMAP,保存設置
- 進入網頁,選擇”啓用”選項
-
其他郵件設置的問題?
參考文檔:在使用 POP 的其他電子郵件客戶端上閱讀 Gmail 郵件
Gmail相關設置:監控 Gmail 設置的運行狀況