首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >python高阶教程-使用imap接收邮箱的附件(中文字符编码与MIME)

python高阶教程-使用imap接收邮箱的附件(中文字符编码与MIME)

作者头像
羽翰尘
修改2019-11-26 16:05:40
5.9K0
修改2019-11-26 16:05:40
举报
文章被收录于专栏:技术向技术向

本文由腾讯云+社区自动同步,原文地址 http://blogtest.stackoverflow.club/116/

本篇内容来自原创小册子《python高阶教程》,点击查看目录

背景

我们常常要使用邮件来接收报名表、作业等内容,然后统计出已交和未交的人数,通知没有发邮件的注意时间。

这是一个很繁琐的流程,而如果能够用程序自动化地完成该过程,无疑会大大加快工作进度。

初始代码

在网上找了一份使用imap的代码,如下:

NOTE 这份代码仅供示例,可能并不工作

import imaplib, string, email  
M = imaplib.IMAP4_SSL("imap.gmail.com")  
print(M)  
try:  
    try:  
        M.login('chemboking@gmail.com','12345678')  
    except Exception,e:  
        print('login error: %s' % e)  
        M.close()  
    M.select()  
    result, message = M.select()  
    typ, data = M.search(None, 'ALL')  
    for num in string.split(data[0]):  
        try:  
            typ, data = M.fetch(num, '(RFC822)')  
            msg = email.message_from_string(data[0][1].decode('utf8'))   
            print msg["Subject"]   
        except Exception,e:  
            print('got msg error: %s' % e )            
    M.logout()  
    M.close()  
except Exception, e:  
    print('imap error: %s' % e)
    M.close()

问题一:主题不能显示中文

print msg["Subject"]输出是=?gb2312?B?1dDJzNL40NDQxdPDv6i159fT1cu1pTIwMTjE6jEw1MI=?=,

并不是中文,推测前面的gb2312是编码信息。并且除了gb2312还有utf8。

考虑到自己写一个解析器太麻烦,搜索到可以使用email.header.decode_header()函数,输入包含编码信息

的base64字符串,解析出解码后的字节串和charset,解析器的返回是list套一个tuple,即(bytes, charset).

如果charset为None, 说明bytes里面不是字节而是str.

问题二:从fetch到email总是解码出错

很快,在解析了几个较简单的邮件之后程序就报错,报错行是

msg = email.message_from_string(data[0][1].decode('utf8')), 单独调试发现可能是gbk编码,

于是采用data[0][1].decode('utf8'),又欢快地跑了一阵,再次报错,尝试了gb2132,gb18030

等编码都没有效果。

查看fetch后的原始信息,发现里面有MIME字样,并且明确提醒某些邮箱客户端可能不支持。这就不是更换编码可以解决的了。

在email

和imaplib搜索了很久也没有有用信息,偶尔看到博客上有人的代码是这样写的:

from email.parser import Parser
messages = [server.retr(i) for i in range(1, len(server.list()[1]) + 1)]  
messages = [b'\r\n'.join(mssg[1]).decode() for mssg in messages] 
messages = [Parser().parsestr(mssg) for mssg in messages]

这份代码是使用pop接收163邮件的,在我的126上无法使用,原因未知,所以我采用imap。这里采用的方法是Parser().parsestr。但是有点鸡肋,因为依旧是使用utf8对fetch后的数据解码,然后用Parser()解析。碰到这种MIME的邮件估计还是要出问题。

好在很快就在bytes parser找到了一个可以使用的类email.parser.BytesParser,该类自动解码,测试可以对MIME邮件进行解析。

问题三: 出现unknown-8bit编码

在采用BytesParser之后,依旧使用msg.get('Subject')获取邮件主题,使用email.header.decode_header()对base64进行解码,却在解码后出现了unknown-8bit的charset。经测试,将其强制解码为utf8是可行的。

search 邮件

搜索中文

typ, msg_ids = c.search('GB2312','SUBJECT "消费提醒"'.encode('gb2312'))

搜索英文不再赘述。

注意使用163邮箱可能无法搜索;将gb2312换为utf8也无法搜索。

猜测这里的搜索是基于云端的,即imap服务器进行实际搜索,所以与编码相关,即使用utf8的字符串无法匹配gb2312.

获取附件

附件的获取按照网络上的代码没有出现问题.

for part in message.walk():  
    fileName = part.get_filename()  
    fileName = decode_str(fileName)
    # 保存附件  
    
    if fileName:  
        with open(fileName, 'wb') as fEx:
            data = part.get_payload(decode=True) 
            fEx.write(data)  
            print("附件%s已保存" % fileName)

其中,decode_str是自定义函数,在文末的代码中可以找到。

整体可以work的代码

import imaplib 
import email 
from email.parser import BytesParser
from email.utils import parseaddr 
host = 'imap.126.com'
user = '' 
passwd = ''
mail_directory = 'INBOX' 
conn = imaplib.IMAP4(host) 
conn.login(user,passwd) 
conn.select(mail_directory)
status, data = conn.search(None, 'ALL')
email_list = list(reversed(data[0].split()))
def decode_str(s):
    try:
        subject = email.header.decode_header(s)
    except:
        # print('Header decode error')
        return None 
    sub_bytes = subject[0][0] 
    sub_charset = subject[0][1]
    if None == sub_charset:
        subject = sub_bytes
    elif 'unknown-8bit' == sub_charset:
        subject = str(sub_bytes, 'utf8')
    else:
        subject = str(sub_bytes, sub_charset)
    return subject 
def get_email(num, conn):
    typ, content = conn.fetch(num, '(RFC822)')
    msg = BytesParser().parsebytes(content[0][1])
    sub = msg.get('Subject')
    for part in msg.walk():  
        fileName = part.get_filename()  
        fileName = decode_str(fileName)
        if None != fileName:
            print('+++++++++++++++++++')
            print(fileName)
   
    print(num, decode_str(sub)) 
for num in email_list:
    get_email(num, conn)
conn.close() 
conn.logout()
本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018-10-07,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 背景
  • 初始代码
  • 问题一:主题不能显示中文
  • 问题二:从fetch到email总是解码出错
  • 问题三: 出现unknown-8bit编码
  • search 邮件
  • 获取附件
  • 整体可以work的代码
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档