Python utilise le module de messagerie pour encoder et décoder les e-mails

Cet article vous présente comment Python utilise le module de messagerie pour encoder et décoder les e-mails. Il est très détaillé. Les amis qui ont les mêmes besoins peuvent se référer à

Décodage des e-mails
Le module email fourni avec Python est une chose très intéressante. Il permet d'encoder et de décoder les emails et est très utile pour traiter les emails. Le traitement des emails est un travail très délicat, notamment le décodage des emails, car son format change trop. Regardons le fichier source d'un email :

<.>

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

<p>=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=
</p>
<p>=CE=D2=C3=C7=CF=D6=D4=DA=D3=A6=B8=C3=CA=C7=B0=EB=B5=E3=B2=C5=C4=DC=C8=
=C8</p>
<p>=D5=E6=C2=E9=B7=B3</p>
------=_Part_21696_28113972.1176350868319--

Ce qui précède est le fichier source d'un e-mail. La première ligne jusqu'à la première ligne vide est l'en-tête, et le reste est le corps de l'e-mail. Copiez les informations ci-dessus et enregistrez-les dans un fichier appelé xxx.eml. Vous pouvez voir le contenu en double-cliquant dessus avec la souris. Bien sûr, ce que vous voyez est la version décodée par Outlook.

Regardez comment le module de messagerie gère cet e-mail. Supposons que la lettre ait été enregistrée sous xxx.eml.

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

fp = 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()

Ce code peut analyser le sujet, l'expéditeur et le destinataire d'un e-mail. email.utils.parseaddr est utilisé pour analyser spécifiquement les adresses e-mail. La raison en est que les adresses e-mail sont souvent écrites comme ceci dans le texte original : user1 , email.utils.parseaddr peut l'analyser dans un In. dans la liste, le premier élément est user1 et le deuxième élément est xxxxxxxx@163.com Seules les parties suivantes sont affichées ici.

Le code précédent analyse uniquement l'en-tête de la lettre, puis analyse le corps de la lettre. Le corps de la lettre peut comporter deux parties en texte brut et des parties HTML, et peut également contenir des pièces jointes. La connaissance du mime est requise ici. Une introduction détaillée peut être trouvée en ligne. Je n'entrerai pas dans les détails ici. Voyons comment l'analyser :

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

fp = 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

Ce n'est pas simple. prendre beaucoup de code pour réaliser des choses complexes. La fonction d'analyse des e-mails !

Encodage des emails

Il est également très simple d'utiliser le module email pour générer des emails, cela nécessite juste quelques connaissances de base en mime. Jetons un coup d'œil à quelques bases du mime.
Les messages MIME sont composés de deux parties : l'en-tête du message et le corps du message. Dans les e-mails, il s'agit de l'en-tête et du corps de l'e-mail. Séparez l’en-tête et le corps de l’e-mail par des lignes vides. Cela peut être clairement vu en visualisant le fichier source d'un e-mail à l'aide d'un éditeur de texte (tel que le Bloc-notes). Outlook et Foxmail ont leurs propres fonctions pour afficher les fichiers sources. L'en-tête de l'e-mail contient des informations importantes telles que l'expéditeur, le destinataire, l'objet, l'heure, la version MIME, le type de contenu de l'e-mail, etc. Chaque élément d'information est appelé un domaine, qui se compose du nom de domaine suivi de « : » et du contenu de l'information. Il peut s'agir d'une seule ligne, ou une ligne plus longue peut occuper plusieurs lignes. La première ligne du champ doit être écrite "top", c'est-à-dire qu'il ne doit y avoir aucun caractère d'espacement (espaces et tabulations) à gauche ; les lignes de suite doivent commencer par un caractère d'espacement, et le premier caractère d'espacement n'est pas inhérent au champ. informations elles-mêmes.
Le corps de l'e-mail contient le contenu de l'e-mail, et son type est indiqué par le champ "Content-Type" de l'en-tête de l'e-mail. Les types les plus courants sont text/plain (texte brut) et text/html (hypertexte). Le corps de l'e-mail est divisé en plusieurs segments, et chaque segment contient un en-tête de segment et un corps de segment, qui sont également séparés par des lignes vides. Il existe trois types de fichiers multipart courants : multipart/mixte, multipart/lié et multipart/alternatif. De leurs noms, il n’est pas difficile de déduire les significations et utilisations respectives de ces types.
Si vous souhaitez ajouter des pièces jointes à l'e-mail, vous devez définir le segment multipart/mixte ; s'il y a des ressources intégrées, au moins le segment multipart/associé doit être défini si le texte brut et l'hypertexte coexistent, au moins le segment multipart ; /Le segment alternatif doit être défini. Générer des emails consiste à générer ces différentes parties MIME. Le module de messagerie a empaqueté ces processus. Jetez un œil à la méthode de génération :

#-*- encoding: gb2312 -*-
import email
import string, sys, os, email
import time

class 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.mail

if __name__ == '__main__':
  mc = MailCreator()
  header = {'from': 'zhaowei@163.com', 'to':'weizhao@163.com', 'subject':'我的一个测试邮件'}
  data = [&#39;plain text information&#39;, &#39;<font color="red">html text information</font>&#39;]
  if sys.platform == &#39;win32&#39;:
    attach = [&#39;c:/windows/clock.avi&#39;]
  else:
    attach = [&#39;/bin/cp&#39;]
  
  mail = mc.create(header, data, attach)
  
  f = open("test.eml", "wb")
  f.write(mail)
  f.close()

Ici, j'ai encapsulé une classe pour le traitement. le processus général est le suivant :

1. Créez d'abord l'objet message : email.Message.Message()

2 Créez l'objet MIMEMultipart : email.MIMEMultipart.MIMEMultipart()
3. et attachez-les à MIMEMultipart. MIMEText ici n'est en fait pas seulement du texte, mais inclut également une image, une application, de l'audio, etc.
4. Générez l'e-mail final.

Recommandations associées :

Script Python pour calculer la taille de tous les répertoires sous un chemin spécifié_Tutoriel PHP

Calcul Python de Méthode de largeur de caractère

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!