Как эффективно анализировать электронные письма, не касаясь вложений, используя Python - PullRequest
Новая
       39

Как эффективно анализировать электронные письма, не касаясь вложений, используя Python

7 голосов
/ 20 февраля 2010

Я играю с Python imaplib (Python 2.6) для получения писем из GMail. Все, что я получаю по электронной почте методом http://docs.python.org/library/imaplib.html#imaplib.IMAP4.fetch, я получаю по электронной почте целиком. Мне нужна только текстовая часть, а также разбирать названия вложений, не скачивая их. Как это можно сделать? Я вижу, что электронные письма, возвращаемые GMail, имеют тот же формат, что и браузеры, отправляющие на HTTP-серверы.

Ответы [ 3 ]

5 голосов
/ 20 февраля 2010

Взгляните на этот рецепт: http://code.activestate.com/recipes/498189/

Я немного адаптировал его для печати «От», «Тема», «Дата», названия вложений и тела сообщения (пока просто текст - это просто, чтобы добавлять сообщения HTML).

В этом случае я использовал сервер Gmail pop3, но он должен работать и для IMAP. 

import poplib, email, string

mailserver = poplib.POP3_SSL('pop.gmail.com')
mailserver.user('recent:YOURUSERNAME') #use 'recent mode'
mailserver.pass_('YOURPASSWORD') #consider not storing in plaintext!

numMessages = len(mailserver.list()[1])
for i in reversed(range(numMessages)):
    message = ""
    msg = mailserver.retr(i+1)
    str = string.join(msg[1], "\n")
    mail = email.message_from_string(str)

    message += "From: " + mail["From"] + "\n"
    message += "Subject: " + mail["Subject"] + "\n"
    message += "Date: " + mail["Date"] + "\n"

    for part in mail.walk():
        if part.is_multipart():
            continue
        if part.get_content_type() == 'text/plain':
            body = "\n" + part.get_payload() + "\n"
        dtypes = part.get_params(None, 'Content-Disposition')
        if not dtypes:
            if part.get_content_type() == 'text/plain':
                continue
            ctypes = part.get_params()
            if not ctypes:
                continue
            for key,val in ctypes:
                if key.lower() == 'name':
                    message += "Attachment:" + val + "\n"
                    break
            else:
                continue
        else:
            attachment,filename = None,None
            for key,val in dtypes:
                key = key.lower()
                if key == 'filename':
                    filename = val
                if key == 'attachment':
                    attachment = 1
            if not attachment:
                continue
            message += "Attachment:" + filename + "\n"
        if body:
            message += body + "\n"
    print message
    print

Этого должно быть достаточно, чтобы вы направились в правильном направлении.

2 голосов
/ 11 августа 2010

Вы можете получить только обычный текст электронного письма, выполнив что-то вроде: 

connection.fetch(id, '(BODY[1])')

Для сообщений Gmail, которые я видел, в разделе 1 есть открытый текст, включая многокомпонентный мусор. Это может быть не так надежно.

Я не знаю, как получить название вложения без всего этого. Я не пробовал использовать партиалы.

0 голосов
/ 20 февраля 2010

Боюсь, тебе не повезло. Согласно этой записи , в письме есть только две части - заголовок и тело. Тело - это то, где находятся вложения, если они есть, и вам нужно загрузить все тело, прежде чем извлекать только текст сообщения. Информация о найденной команде * FETCH здесь также подтверждает это мнение. Хотя в нем говорится, что вы можете извлечь частичные части тела, они определены в виде октетов, которые не очень помогают.

...