用python来处理email内容
我们经常使用EMail，不光可以向别人传递消息，甚至可以将邮箱当作自己的U盘来存放重要或经常使用的文件。那么EMail的格式是什么样的？我们又怎么样利用Python来读取邮件的内容呢？首先来看邮件的格式：邮件的内容都是经过处理后的文本。这些文本可以表示以下信息：
1、邮件头：邮件头携带有发件人(from)、发给谁(to)、邮件主题(subject)、接收日期(date)等信息。
2、邮件body(主体)。body有文本格式和html格式之分，这两种格式的body，可以同时存在，也可以只存在一种。这就是为什么有些邮件既可以用html格式查看，又可以用文本格式查看的原因了。
3、附件(attach)。发送邮件时，可以将本机的文件一起发送。附件可以有0个或多个，只要附件的总大小，不超过邮件服务器所声明的最大容量。
对文本格式的body、html格式的body、附件等内容进行编码时，这些内容之间相互独立存在，之间又没有关系，编码时就将它们进行分段分别处理。我们将每个段文本称为Payload。Payload带有多个参数和内容信息，这些参数用来描述Payload内容的编码格式(Content- Transfer-Encoding)、附件的名称和类型、body的格式类型(Content-Type)等。Payload可以包含0或多个其它的 Payload。反过头来，我们可以认为整个邮件也是一个Payload，邮件头只是它所携带的参数信息而已。
由于邮件是以文本类型进行编码和传输，就必然会存在对编码格式进行解码的问题。我们知道Payload的内容由参数(Content- Transfer-Encoding)来保存编码格式，解码时就按照这个编码格式进行解码即可。那么Payload的参数的编码是如何表示的呢？如邮件头的from参数值，它其实是将编码格式和内容放在一起如'=?utf-8?Q?UMLChina=E6=9C=8D=E5=8A=A1?= '，前面一部分为编码格式，后面的内容为编码后的文本内容。
当我们解析邮件文本，得到一个没有子Payload的原子Payload时，我们如何分辨出此Payload是何种数据呢？
1、分辨附件。如果Payload的参数name,所对应的value不为空时，那么我们可以认为此Payload为附件，value为附件名称。
2、分辨body。如果不为附件，那么根据content-type参数对应的value，当value等于"text/plain"时，我们就认为是文本格式的body。当value等于"text/html"时，我们就认为时html格式的body。如果这两种都不时，我们就默认它为html格式的 body。
我们知道以上信息后，就可以编程对邮件进行处理了。由于我们将整个邮件作为一个Payload来看待，那么我们可以用递归的方法来处理。
1、首先处理邮件的头信息。
2、将邮件当作一个Payload进行处理。
2.1、判断Payload是否还有子Payload，如果有则,递归处理所有子Payload。
2.2 如果Payload没有子Payload，则按照分辨原子Payload的方式处理。
POP3的协议格式简要介绍如下。在cmd下用telnet命令连接邮件服务器，可以发送以下命令对邮件服务器的邮件进行操作：telnet pop3.163.com 110
1、登陆邮件服务器
user "mailUserName"
pass "mailPassword"
2、登陆成功后，我们可以对邮件进行操作
stat // 返回邮件的个数，和字节大小
list [which] //得到邮件列表信息
retr which //得到which邮件的文本内容
dele which //将which邮件从邮件服务器删除
3、注销
quit //只有发送quit命令后，进行dele的邮件才删除。
在Python中有非常丰富的module，其中就有针对POP3协议实现的module(poplib)，让我们可以方便的从POP3服务器中提取邮件内容。有实现邮件格式的module(email)，方便我们将文本转换为Message对象，提取子Payload和对Payload的参数和内容进行解码等工作，我们所需要做的，就是导入这些module，调用其中的方法即可。
#导入module
import email, poplib
#建立Pop3连接
p3 = poplib.POP3('pop3.163.com', 110)
#登陆POP3服务器
p3.user('yourMailName')
p3.pass('yourMailPassword')
#获取某一封邮件的文本msgText
(hdr, msgText, octet) = p3.retr(mailIdx)
# 将mail文本转换为Mail对象
self.msg = email.message_from_string(string.join(msgText, '\n'))
#"""将带有编码信息的文本解码"""
result = email.Header.decode_header(text)
#判断是否还有子Payload
payLoad.is_multipart()
#得到Payload的内容
msgText = payLoad.get_payload(decode = tranEncoding)
#得到Payload的子Payload
subPayLoad = payLoad.get_payload(subPayLoadIdx)
#得到Payload的Content-type参数、内容传输编码、附件名称
contentTypes = payLoad['Content-Type']
tranEncoding = payLoad['Content-Transfer-Encoding']
attachName = payLoad.get_param("name")
页:
[1]