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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
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 <xxxxxxxx@163.com>To: zhaowei <zhaoweikid@163.com>Message-ID: <31571419.200911176350868321.JavaMail.root@bj163app37.163.com>Subject: =?gbk?B?u+nJtA==?=MIME-Version: 1.0Content-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。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
#-*- 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 <xxxxxxxx@163.com>, email.utils.parseaddr就可以把它解析为一个列表，第一项是user1, 第二项是xxxxxxxx@163.com, 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
#-*- 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：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
|
#-*- 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': 'zhaowei@163.com', 'to':'weizhao@163.com', '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。
