Python3读取邮件内容

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

  1. 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

  2. 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

  3. 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

  4. 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)

相关问题

• 邮件拒绝访问？

  gmail邮箱的安全性相当高，所以在读取gmail邮件前需要对邮箱进行设置，主要设置两个方面：启用imap服务，启用安全性较低的应用的访问权限，设置步骤：

  1. 进入邮箱，选择设置，点击”转发和POP/IMAP”选项，选择启用IMAP，保存设置
  2. 进入网页，选择”启用”选项

• 其他邮件设置的问题？

  参考文档：在使用 POP 的其他电子邮件客户端上阅读 Gmail 邮件

  Gmail相关设置：监控 Gmail 设置的运行状况