Python使用email模块对邮件进行编码和解码的实例教程

Python  /  管理员 发布于 7年前   373

解码邮件
python自带的email模块是个很有意思的东西，它可以对邮件编码解码，用来处理邮件非常好用。
处理邮件是一个很细致的工作，尤其是解码邮件，因为它的格式变化太多了，下面先看看一个邮件的源文件：

Received: from 192.168.208.56 ( 192.168.208.56 [192.168.208.56] ) byajax-webmail-wmsvr37 (Coremail) ; Thu, 12 Apr 2007 12:07:48 +0800 (CST)Date: Thu, 12 Apr 2007 12:07:48 +0800 (CST)From: user1 <[email protected]>To: zhaowei <[email protected]>Message-ID: <[email protected]>Subject: =?gbk?B?u+nJtA==?=MIME-Version: 1.0Content-Type: multipart/Alternative;   boundary="----=_Part_21696_28113972.1176350868319"------=_Part_21696_28113972.1176350868319Content-Type: text/plain; charset=gbkContent-Transfer-Encoding: base64ztLS0b+qyrzS1M6qysfSu7j20MfG2ru70ru0zqOs1K3AtMrH0ru49tTCtffSu7TOztLDx8/W1NrTprjDysew67XjssXE3MjI1ebC6bezICAg------=_Part_21696_28113972.1176350868319Content-Type: text/html; charset=gbkContent-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--

上面的就是以封邮件的源文件，从第一行到第一个空行之间的为信件头，后面的就是信件体了。把上面的信息复制下来存到一个叫xxx.eml的文件里，用鼠标双击就可以看到内容，当然看到的是解码后的，是outlook帮你解码了。
看看email模块怎么处理这个邮件，假设信件已经存为xxx.eml。

#-*- encoding: gb2312 -*-import emailfp = open("xxx.eml", "r")msg = email.message_from_file(fp) # 直接文件创建message对象，这个时候也会做初步的解码subject = msg.get("subject") # 取信件头里的subject,　也就是主题# 下面的三行代码只是为了解码象=?gbk?Q?=CF=E0=C6=AC?=这样的subjecth = email.Header.Header(subject)dh = email.Header.decode_header(h)subject = dh[0][0]print "subject:", subjectprint "from: ", email.utils.parseaddr(msg.get("from"))[1] # 取fromprint "to: ", email.utils.parseaddr(msg.get("to"))[1] # 取tofp.close()

这段代码可以把一封邮件中的主题、发件人、收件人解析出来。email.utils.parseaddr是用来专门解析邮件地址的，原因是邮件地址很多时候在原文里是这样写的：user1 <[email protected]>, email.utils.parseaddr就可以把它解析为一个列表，第一项是user1, 第二项是[email protected], 这里只显示了后面以部分。
前面那段代码只是解析了信件头，接着解析信件体吧。信体里可能有纯文本的plain和html两部分,也可能有附件。这里需要mime的知识，详细介绍可以从网上搜搜。我这里就不说了，下面看看怎么解析的：

#-*- encoding: gb2312 -*-import emailfp = open("xxx.eml", "r")msg = email.message_from_file(fp)# 循环信件中的每一个mime的数据块for par in msg.walk():  if not par.is_multipart(): # 这里要判断是否是multipart，是的话，里面的数据是无用的，至于为什么可以了解mime相关知识。    name = par.get_param("name") #如果是附件，这里就会取出附件的文件名    if name:      #有附件      # 下面的三行代码只是为了解码象=?gbk?Q?=CF=E0=C6=AC.rar?=这样的文件名      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) #　解码出附件数据，然后存储到文件中try:        f = open(fname, 'wb') #注意一定要用wb来打开文件，因为附件一般都是二进制文件      except:        print '附件名有非法字符，自动换一个'        f = open('aaaa', 'wb')      f.write(data)      f.close()    else:      #不是附件，是文本内容      print par.get_payload(decode=True) # 解码出文本内容，直接输出来就可以了。        print '+'*60 # 用来区别各个部分的输出

简单吧，并没有多少代码就可以实现复杂的解析邮件的功能！

编码邮件
用email模块来生成邮件也是很简单的，只是需要一些mime的基础知识。下面看看一点mime基础。
MIME消息由消息头和消息体两大部分组成，在邮件里就是邮件头和邮件体。邮件头与邮件体之间以空行进行分隔。这点可以用文本编辑器（比如记事本）查看一个邮件的源文件就可以清除看到。outlook和foxmail自己就有查看源文件的功能。
邮件头包含了发件人、收件人、主题、时间、MIME版本、邮件内容的类型等重要信息。每条信息称为一个域，由域名后加“: ”和信息内容构成，可以是一行，较长的也可以占用多行。域的首行必须“顶头”写，即左边不能有空白字符（空格和制表符）；续行则必须以空白字符打头，且第一个空白字符不是信息本身固有的。
邮件体包含邮件的内容，它的类型由邮件头的“Content-Type”域指出。最常见的类型有text/plain(纯文本)和text/html(超文本)。邮件体被分为多个段，每个段又包含段头和段体两部分，这两部分之间也以空行分隔。常见的multipart类型有三种：multipart/mixed, multipart/related和multipart/alternative。从它们的名称，不难推知这些类型各自的含义和用处。
如果在邮件中要添加附件，必须定义multipart/mixed段；如果存在内嵌资源，至少要定义 multipart/related段；如果纯文本与超文本共存，至少要定义multipart/alternative段。生成邮件就是要生成这各个MIME部分。email模块对这些处理都是包装好的，看看生成方法：

#-*- encoding: gb2312 -*-import emailimport string, sys, os, emailimport timeclass MailCreator:  def __init__(self):    # 创建邮件的message对象    self.msg = email.Message.Message()    self.mail = ""        def create(self, mailheader, maildata, mailattachlist=[]):    # mailheader 是dict类型，maildata是list, 且里面第一项为纯文本类型，第二项为html.    # mailattachlist 是list, 里面为附件文件名    if not mailheader or not maildata:      return        for k in mailheader.keys():      # 对subject要作特殊处理，中文要转换一下。      # 比如 "我的一个测试邮件" 就要转换为 =?gb2312?b?ztK1xNK7uPay4srU08q8/g==?=      if k == 'subject':        self.msg[k] = email.Header.Header(mailheader[k], 'gb2312')else:        self.msg[k] = mailheader[k]    # 创建纯文本部分    body_plain = email.MIMEText.MIMEText(maildata[0], _subtype='plain', _charset='gb2312')    body_html = None    # 创建html部分，这个是可选的    if maildata[1]:      body_html = email.MIMEText.MIMEText(maildata[1], _subtype='html', _charset='gb2312')# 创建一个multipart, 然后把前面的文本部分和html部分都附加到上面，至于为什么，可以看看mime相关内容    attach=email.MIMEMultipart.MIMEMultipart()    attach.attach(body_plain)    if body_html:      attach.attach(body_html)    # 处理每一个附件    for fname in mailattachlist:      attachment=email.MIMEText.MIMEText(email.Encoders._bencode(open(fname,'rb').read()))      # 这里设置文件类型，全部都设置为Application.当然也可以是Image,Audio什么的，这里不管那么多      attachment.replace_header('Content-type','Application/octet-stream;name="'+os.path.basename(fname)+'"')      # 一定要把传输编码设置为base64,因为这里默认就是用的base64      attachment.replace_header('Content-Transfer-Encoding', 'base64')      attachment.add_header('Content-Disposition','attachment;filename="'+os.path.basename(fname)+'"')      attach.attach(attachment)    # 生成最终的邮件          self.mail = self.msg.as_string()[:-1] + attach.as_string()        return self.mailif __name__ == '__main__':  mc = MailCreator()  header = {'from': '[email protected]', 'to':'[email protected]', 'subject':'我的一个测试邮件'}  data = ['plain text information', '<font color="red">html text information</font>']  if sys.platform == 'win32':    attach = ['c:/windows/clock.avi']  else:    attach = ['/bin/cp']    mail = mc.create(header, data, attach)    f = open("test.eml", "wb")  f.write(mail)  f.close()

这里我自己封装了一个类来做处理，大体的过程就是：
1. 先创建message对象： email.Message.Message()
2. 创建MIMEMultipart对象：email.MIMEMultipart.MIMEMultipart()
3. 创建各个MIMEText对象，并把他们attach到MIMEMultipart里,这里的MIMEText其实不仅仅是text, 也包括image, application, audio等等。
4. 生成最终邮件。

您可能感兴趣的文章:

• python编码总结(编码类型、格式、转码)
• Python转码问题的解决方法
• python使用chardet判断字符串编码的方法
• python实现unicode转中文及转换默认编码的方法
• Python中使用不同编码读写txt文件详解
• python将图片文件转换成base64编码的方法
• python3编码问题汇总
• python实现中文转换url编码的方法
• 跟老齐学Python之坑爹的字符编码
• Python设置默认编码为utf8的方法
• 学习python处理python编码问题
• 详解Python中使用base64模块来处理base64编码的方法
• 简单解决Python文件中文编码问题
• python轻松实现代码编码格式转换
• python自然语言编码转换模块codecs介绍
• 使用python的chardet库获得文件编码并修改编码
• Python 十六进制整数与ASCii编码字符串相互转换方法
• Python处理JSON时的值报错及编码报错的两则解决实录
• Python字符编码转码之GBK,UTF8互转