Python使用email模块对邮件进行编码和解码的实例教程


            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：







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



<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。 







#-*- 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()







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：







#-*- 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







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：







#-*- 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 = ['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。