您现在的位置: 365建站网 > 365文章 > python 获取E-mail中的信息

python 获取E-mail中的信息

文章来源:365jz.com     点击数:418    更新时间:2009-09-18 10:23   参与评论

E-mail主要由邮件头和邮件体两部分组成。
邮件头中的内容和我们寄信时写在信封上的内容大同小意,当然这里也包含了很多路过的“邮局”的信息了。
邮件体中的内容就是我们写的信或者包裹。

python自身包含了email模块处理可以快速的处理E-mail中的信息

import email

#打开一个文件
fp = open('email.eml', 'r')
#创建email实例
msg = email.message_from_file(fp)
#现在我们就可以很简单的取出我们想要的邮件头信息
subject = msg.get('subject')
from = msg.get('from')
to = msg.get('to')
现在我们已经得到了邮件的主题,发件人和邮件人的信息

可是我们怎么取得邮件中正文信息和附件信息呢?
这些信息我们就需要遍历邮件内容来获取了。

for part in msg.walk():
    if part.is_multipart():
            continue
    #获取内容类型
    content_type = part.get_content_type()
    #text/plain类型说明是文本,有时邮件格式不规范会写为text
    if ('text/plain' == content_type
        or 'text' == content_type):
        content = part.get_payload()
    #application/octet-stream说明是附件,这里假设邮件里只包含一个附件
    if ('application/octet-stream' == content_type):
        file = part.get_payload()

现在我们已经把邮件中的主要信息取出来了。
但是为什么取出来的信息都看不明白呢?

例如
To: "=?gb2312?B?uu/X0w==?=" <ape@ape.com>
这是因为邮件在传送过程中使用base64进行了编码操作
“=?gb2312?B?uu/X0w==?=”这段字符串是使用bae64进行编码后的gb2312字符集的字符串
现在我们看看怎么解析这些数据
str = '=?gb2312?B?uu/X0w==?='
list = email.header.decode_header(str)
#这时list内容为[[('\xba\xef\xd7\xd3', 'gb2312')]]
to = list[0][0].decode(list[0][1])
#这时to里的内容为u'\u7334\u5b50'即utf-8字符集中的’猴子’两字
有时解码时会遇到不能解析的字符,这时就要给decode函数增加一个参数了
to = list[0][0].decode(list[0][1], 'ignore')
这时无法解析的字符将被忽略

现在我们已经可以得到信息中的中文信息。
但是有些信件不存储字符集怎么办呢?

现在我们用http://chardet.feedparser.org/里面的chardet库提供的功能对编码进行探测
import chardet
str = '\xba\xef\xd7\xd3'
chardet.detect(str)
#返回的结果
{'confidence': 0.98999999999999999, 'encoding': 'GB2312'}
 
经过以上的步骤我们就可以比较正确的获取一封信件的内容了。

如对本文有疑问,请提交到交流论坛,广大热心网友会为你解答!! 点击进入论坛

发表评论 (418人查看0条评论)
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
昵称:
最新评论
------分隔线----------------------------

快速入口

· 365软件
· 建站公司
· 杰创官网
· 建站工具

业务咨询

· 技术支持
· 服务时间:9:00-18:00
365建站网二维码

Powered by 365建站网 RSS地图 HTML地图

copyright © 2013-2022 版权所有 鄂ICP备17013400号-1