Python实现邮件自动下载的示例详解

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：

来源：https://blog.csdn.net/weixin_44784088/article/details/125662206