python 郵件內容下載解析

import poplib

from email.parse import Parser

# 輸入郵件地址, 口令和POP3服務器地址:
email = raw_input('Email: ')
password = raw_input('Password: ')
pop3_server = raw_input('POP3 server: ')

# 鏈接到POP3服務器:
server = poplib.POP3(pop3_server)
# 能夠打開或關閉調試信息:
# server.set_debuglevel(1)
# 可選:打印POP3服務器的歡迎文字:
print(server.getwelcome())
# 身份認證:
server.user(email)
server.pass_(password)
# stat()返回郵件數量和佔用空間:
print('Messages: %s. Size: %s' % server.stat())
# list()返回全部郵件的編號:
resp, mails, octets = server.list()
# 能夠查看返回的列表相似['1 82923', '2 2184', ...]
print(mails)
# 獲取最新一封郵件, 注意索引號從1開始:
index = len(mails)
resp, lines, octets = server.retr(index)
# lines存儲了郵件的原始文本的每一行,
# 能夠得到整個郵件的原始文本:
msg_content = '\r\n'.join(lines)
# 解析出郵件:
msg = Parser().parsestr(msg_content)
# 能夠根據郵件索引號直接從服務器刪除郵件:
# server.dele(index)
# 關閉鏈接:
server.quit()
用POP3獲取郵件其實很簡單，要獲取全部郵件，只須要循環使用retr()把每一封郵件內容拿到便可。真正麻煩的是把郵件的原始內容解析爲能夠閱讀的郵件對象。

解析郵件

解析郵件的過程和上一節構造郵件正好相反，所以，先導入必要的模塊：

import email
from email.parser import Parser
from email.header import decode_header
from email.utils import parseaddr
只須要一行代碼就能夠把郵件內容解析爲Message對象：

msg = Parser().parsestr(msg_content)
可是這個Message對象自己多是一個MIMEMultipart對象，即包含嵌套的其餘MIMEBase對象，嵌套可能還不止一層。

因此咱們要遞歸地打印出Message對象的層次結構：

# indent用於縮進顯示:
def print_info(msg, indent=0):
    if indent == 0:
        # 郵件的From, To, Subject存在於根對象上:
        for header in ['From', 'To', 'Subject']:
            value = msg.get(header, '')
            if value:
                if header=='Subject':
                    # 須要解碼Subject字符串:
                    value = decode_str(value)
                else:
                    # 須要解碼Email地址:
                    hdr, addr = parseaddr(value)
                    name = decode_str(hdr)
                    value = u'%s <%s>' % (name, addr)
            print('%s%s: %s' % ('  ' * indent, header, value))
    if (msg.is_multipart()):
        # 若是郵件對象是一個MIMEMultipart,
        # get_payload()返回list，包含全部的子對象:
        parts = msg.get_payload()
        for n, part in enumerate(parts):
            print('%spart %s' % ('  ' * indent, n))
            print('%s--------------------' % ('  ' * indent))
            # 遞歸打印每個子對象:
            print_info(part, indent + 1)
    else:
        # 郵件對象不是一個MIMEMultipart,
        # 就根據content_type判斷:
        content_type = msg.get_content_type()
        if content_type=='text/plain' or content_type=='text/html':
            # 純文本或HTML內容:
            content = msg.get_payload(decode=True)
            # 要檢測文本編碼:
            charset = guess_charset(msg)
            if charset:
                content = content.decode(charset)
            print('%sText: %s' % ('  ' * indent, content + '...'))
        else:
            # 不是文本,做爲附件處理:
            print('%sAttachment: %s' % ('  ' * indent, content_type))
郵件的Subject或者Email中包含的名字都是通過編碼後的str，要正常顯示，就必須decode：

def decode_str(s):
    value, charset = decode_header(s)[0]
    if charset:
        value = value.decode(charset)
    return value
decode_header()返回一個list，由於像Cc、Bcc這樣的字段可能包含多個郵件地址，因此解析出來的會有多個元素。上面的代碼咱們偷了個懶，只取了第一個元素。

文本郵件的內容也是str，還須要檢測編碼，不然，非UTF-8編碼的郵件都沒法正常顯示：

def guess_charset(msg):     # 先從msg對象獲取編碼:     charset = msg.get_charset()     if charset is None:         # 若是獲取不到，再從Content-Type字段獲取:         content_type = msg.get('Content-Type', '').lower()         pos = content_type.find('charset=')         if pos >= 0:             charset = content_type[pos + 8:].strip()     return charset