https://yq.aliyun.com/articles/54621

python模塊之email: 電子郵件編碼解碼 (一、解碼郵件)

python自帶的email模塊是個很有意思的東西，它可以對郵件編碼解碼，用來處理郵件非常好用。
處理郵件是一個很細致的工作，尤其是解碼郵件，因為它的格式變化太多了，下面先看看一個郵件的源文件：
Received: from 192.168.208.56 ( 192.168.208.56 [192.168.208.56] ) by
ajax-webmail-wmsvr37 (Coremail) ; Thu, 12 Apr 2007 12:07:48 +0800 (CST)
Date: Thu, 12 Apr 2007 12:07:48 +0800 (CST)
From: user1 <xxxxxxxx@163.com>
To: zhaowei <zhaoweikid@163.com>
Message-ID: <31571419.200911176350868321.JavaMail.root@bj163app37.163.com>
Subject: =?gbk?B?u+nJtA==?=
MIME-Version: 1.0
Content-Type: multipart/Alternative;?
boundary="----=_Part_21696_28113972.1176350868319"

------=_Part_21696_28113972.1176350868319
Content-Type: text/plain; charset=gbk
Content-Transfer-Encoding: base64

ztLS0b+qyrzS1M6qysfSu7j20MfG2ru70ru0zqOs1K3AtMrH0ru49tTCtffSu7TOztLDx8/W1NrT
prjDysew67XjssXE3MjI1ebC6bezICAg
------=_Part_21696_28113972.1176350868319
Content-Type: text/html; charset=gbk
Content-Transfer-Encoding: quoted-printable

<DIV>=CE=D2=D2=D1=BF=AA=CA=BC=D2=D4=CE=AA=CA=C7=D2=BB=B8=F6=D0=C7=C6=DA=BB=
=BB=D2=BB=B4=CE=A3=AC=D4=AD=C0=B4=CA=C7=D2=BB=B8=F6=D4=C2=B5=F7=D2=BB=B4=CE=
</DIV>
<DIV>=CE=D2=C3=C7=CF=D6=D4=DA=D3=A6=B8=C3=CA=C7=B0=EB=B5=E3=B2=C5=C4=DC=C8=
=C8</DIV>
<DIV>=D5=E6=C2=E9=B7=B3</DIV>
------=_Part_21696_28113972.1176350868319--

上面的就是以封郵件的源文件，從第一行到第一個空行之間的為信件頭，后面的就是信件體了。把上面的信息復制下來存到一個叫xxx.eml的文件里，用鼠標雙擊就可以看到內容，當然看到的是解碼后的，是outlook幫你解碼了。
看看email模塊怎么處理這個郵件，假設信件已經存為xxx.eml。

#-*- encoding: gb2312 -*-
import?email

fp?=?open("xxx.eml",?"r")
msg?=?email.message_from_file(fp)?#?直接文件創建message對象，這個時候也會做初步的解碼
subject?=?msg.get("subject")?#?取信件頭里的subject,　也就是主題
#?下面的三行代碼只是為了解碼象=?gbk?Q?=CF=E0=C6=AC?=這樣的subject
h?=?email.Header.Header(subject)
dh?=?email.Header.decode_header(h)
subject?=?dh[0][0]
print?"subject:", subject
print?"from:?", email.utils.parseaddr(msg.get("from"))[1]?#?取from
print?"to:?", email.utils.parseaddr(msg.get("to"))[1]?#?取to

fp.close()

這段代碼可以把一封郵件中的主題、發件人、收件人解析出來。email.utils.parseaddr是用來專門解析郵件地址的，原因是郵件地址很多時候在原文里是這樣寫的：user1 <xxxxxxxx@163.com>, email.utils.parseaddr就可以把它解析為一個列表，第一項是user1, 第二項是xxxxxxxx@163.com, 這里只顯示了后面以部分。
前面那段代碼只是解析了信件頭，接著解析信件體吧。信體里可能有純文本的plain和html兩部分,也可能有附件。這里需要mime的知識，詳細介紹可以從網上搜搜。我這里就不說了，下面看看怎么解析的：

#-*- encoding: gb2312 -*-
import?email

fp?=?open("xxx.eml",?"r")
msg?=?email.message_from_file(fp)

#?循環信件中的每一個mime的數據塊
for?par?in?msg.walk():
?if?not?par.is_multipart():?#?這里要判斷是否是multipart，是的話，里面的數據是無用的，至于為什么可以了解mime相關知識。
?name?=?par.get_param("name")?#如果是附件，這里就會取出附件的文件名
?if?name:
?#有附件
?#?下面的三行代碼只是為了解碼象=?gbk?Q?=CF=E0=C6=AC.rar?=這樣的文件名
?h?=?email.Header.Header(name)
?dh?=?email.Header.decode_header(h)
?fname?=?dh[0][0]
?print?'附件名:', fname
?data?=?par.get_payload(decode=True)?#　解碼出附件數據，然后存儲到文件中
?
?try:
?f?=?open(fname,?'wb')?#注意一定要用wb來打開文件，因為附件一般都是二進制文件
?except:
?print?'附件名有非法字符，自動換一個'
?f?=?open('aaaa',?'wb')
?f.write(data)
?f.close()
?else:
?#不是附件，是文本內容
?print?par.get_payload(decode=True)?#?解碼出文本內容，直接輸出來就可以了。
?
?print?'+'*60?#?用來區別各個部分的輸出

本文轉自 Tenderrain 51CTO博客，原文鏈接:http://blog.51cto.com/tenderrain/1861246

總結

以上是生活随笔為你收集整理的python模块之email: 电子邮件编码解码 (一、解码邮件)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。