首页 > 文章列表 > Python怎么实现邮件自动下载

Python怎么实现邮件自动下载

Python
317 2023-05-21

Python怎么实现邮件自动下载

开始码代码之前,我们先来了解一下三种邮件服务协议:

1、SMTP协议

SMTP(Simple Mail Transfer Protocol),即简单邮件传输协议。相当于中转站,将邮件发送到客户端。

2、POP3协议

POP3(Post Office Protocol 3),即邮局协议的第3个版本,是电子邮件的第一个离线协议标准。该协议把邮件下载到本地计算机,不与服务器同步,缺点是更易丢失邮件或多次下载相同的邮件。

3、IMAP协议

IMAP(Internet Mail Access Protocol),即交互式邮件存取协议。该协议连接远程邮箱直接操作,与服务器内容同步。

然后介绍一下email包

这个包的中心组件是代表电子邮件消息的“对象模型”。 应用程序主要通过在 message 子模块中定义的对象模型接口与这个包进行交互。 应用程序可以使用此 API 来询问有关现有电子邮件的问题、构造新的电子邮件,或者添加或移除自身也使用相同对象模型接口的电子邮件子组件。 也就是说,遵循电子邮件消息及其 MIME 子组件的性质,电子邮件对象模型是所有提供 EmailMessage API 的对象所构成的树状结构。

接下来我们通过具体的代码实现一个登录邮箱客户端,下载邮件,解析邮件附件内容的功能。

首先我们需要定义一个邮件解析的类,该类需要三个变量:

1、邮箱所属的imap服务地址;

2、邮箱账号;

3、邮箱密码【注:不同邮箱需要不同的安全策略,例如qq邮箱需要短信验证,获取登录授权码,而不是明文密码去登录远程客户端】

class Email_parse:



    def __init__(self,remote_server_url,email_url,password):

    	# imap服务地址

        self.remote_server_url = remote_server_url

        # 邮箱账号

        self.email_url = email_url

        # 邮箱密码

       self.password = password

然后定义类中入口函数,登录远程,默认获取第一页所有的邮件。我们获取邮件的主题,并打印出来【不同邮件主题的编码可能不同,二进制需要转码才能正确显示】

    def main_parse_Email(self):

        """入口函数,登录imap服务"""

        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)

        server.login(self.email_url, self.password)

        server.select('INBOX')

        status,data = server.search(None,"ALL")

        if status != 'OK':

            raise Exception('read email error')

        emailids = data[0].split()

        mail_counts = len(emailids)

        print("count:",mail_counts)

        # 邮件的遍历是按时间从后往前,这里我们选择最新的一封邮件

        for i in range(mail_counts - 1, mail_counts - 2, -1):

            status, edata = server.fetch(emailids[i], '(RFC822)')

            msg = email.message_from_bytes(edata[0][1])

            #获取邮件主题title

            subject = email.header.decode_header(msg.get('subject'))

            if type(subject[-1][0]) == bytes:

                title = subject[-1][0].decode(str(subject[-1][1]))

            elif type(subject[-1][0]) == str:

                title = subject[-1][0]

            print("title:", title)

其中,msg变量保存的就是邮件的主体,接下来因为会重复用到msg和tilte,我们将构造一个类函数返回msg和title。

    def get_email_title(msg):

        subject = email.header.decode_header(msg.get('subject'))

        if type(subject[-1][0]) == bytes:

            title = subject[-1][0].decode(str(subject[-1][1]))

        elif type(subject[-1][0]) == str:

            title = subject[-1][0]

        print("title:", title)

        return title

解析邮件,我们分为两部分,邮件正文【HTML】和附件【xlsx等】,判断有附件,我们就保存到固定的路径下。表格的解析不再赘述了,pandas之类的包足以搞定。

    def get_att(msg):

        """获取附件并下载"""

        filename = Email_parse.get_email_name(msg)

        for part in msg.walk():

            file_name = part.get_param("name")

            if file_name:

                data = part.get_payload(decode=True)

                if data != None:

                    att_file = open('./src/' + filename, 'wb')

                    att_file.write(data)

                    att_file.close()

                else:

                    pass

邮件正文内容,我们直接解析html,将文本内容直接保存到.txt文件中,方便读取。

    def get_text_from_HTML(msg):

        """获取邮件中的html"""

        filename = Email_parse.get_email_name(msg)

        current_title = Email_parse.get_email_title(msg)

        print("filename:",filename,type(filename))

        for part in msg.walk():

            if not part.is_multipart():

                result = part.get_payload(decode=True)

                result = result.decode('gbk')

                f = open(f'./src/{current_title}.txt','w')

                f.write(result)

                f.close()

                return result

完整代码如下:

import email

import imaplib

from email.header import decode_header

import pandas as pd

import datetime





class Email_parse:

    def __init__(self,remote_server_url,email_url,password):

        self.remote_server_url = remote_server_url

        self.email_url = email_url

        self.password = password



    def get_att(msg):

        filename = Email_parse.get_email_name(msg)

        for part in msg.walk():

            file_name = part.get_param("name")

            if file_name:

                data = part.get_payload(decode=True)

                if data != None:

                    att_file = open('./src/' + filename, 'wb')

                    att_file.write(data)

                    att_file.close()

                else:

                    pass



    def get_email_title(msg):

        subject = email.header.decode_header(msg.get('subject'))

        if type(subject[-1][0]) == bytes:

            title = subject[-1][0].decode(str(subject[-1][1]))

        elif type(subject[-1][0]) == str:

            title = subject[-1][0]

        print("title:", title)

        return title





    def get_email_name(msg):

        for part in msg.walk():

            file_name = part.get_param("name")

            if file_name:

                h = email.header.Header(file_name)

                dh = email.header.decode_header(h)

                filename = dh[0][0]

                if dh[0][1]:

                    value, charset = decode_header(str(filename, dh[0][1]))[0]

                    if charset:

                        filename = value.decode(charset)

                        print("附件名称:", filename)

                        return filename





    def main_parse_Email(self):

        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)

        server.login(self.email_url, self.password)

        server.select('INBOX')

        status,data = server.search(None,"ALL")

        if status != 'OK':

            raise Exception('read email error')

        emailids = data[0].split()

        mail_counts = len(emailids)

        print("count:",mail_counts)

        for i in range(mail_counts - 1, mail_counts - 2, -1):

            status, edata = server.fetch(emailids[i], '(RFC822)')

            msg = email.message_from_bytes(edata[0][1])

            subject = email.header.decode_header(msg.get('subject'))

            if type(subject[-1][0]) == bytes:

                title = subject[-1][0].decode(str(subject[-1][1]))

            elif type(subject[-1][0]) == str:

                title = subject[-1][0]

            print("title:", title)

            Email_parse.get_att(msg)

            Email_parse.get_text_from_HTML(msg)





    def get_text_from_HTML(msg):

        filename = Email_parse.get_email_name(msg)

        current_title = Email_parse.get_email_title(msg)

        print("filename:",filename,type(filename))

        for part in msg.walk():

            if not part.is_multipart():

                result = part.get_payload(decode=True)

                result = result.decode('gbk')

                f = open(f'./src/{current_title}.txt','w')

                f.write(result)

                f.close()

                return result



if __name__ == "__main__":

    remote_server_url = 'imap.qq.com'

    email_url = "*********@qq.com"

    password = "**********"

    demo = Email_parse(remote_server_url,email_url,password)

    demo.main_parse_Email()

运行结果: