Python学习之旅（三十六）

Python基础知识（35）：电子邮件（Ⅱ）

收取邮件就是编写一个MUA作为客户端，从MDA把邮件获取到用户的电脑或者手机上

收取邮件最常用的协议是POP协议，目前版本号是3，俗称POP3

Python内置一个poplib模块，实现了POP3协议，可以直接用来收邮件

1、通过POP3协议下载邮件

获取最新的一封邮件内容

import poplib
from email.parser import Parser

#输入邮件地址，口令和POP3服务器地址
email = input('Email: ')
password = input('Password: ')
pop3_server = input('POP3 server: ')

#连接到POP3服务器
server = poplib.POP3(pop3_server)
#可以打开或关闭调试信息
server.set_debuglevel(1)
#可选：打印POP3服务器的欢迎文字
print(server.getwelcome().decode('utf-8'))

#身份认证
server.user(email)
server.pass_(password)

#start()返回邮件数量和占用空间
print('Messages: %s. Size: %s' % server.stat())
#list()返回所有邮件编号
resp, mails, octets = server.list()
#可以查看返回的列表类似[b'1 82923', b'2 2184', ...]
print(mails)

#获取最新一封邮件，注意索引号从1开始
index = len(mails)
resp, lines, octets = server.retr(index)

#lines存储了邮件的1原始文本的每一行
#可以获得整个邮件的原始文本
msg_content = b'\r\n'.join(lines).decode('utf-8')
#稍后解析出邮件
msg = Parser().parsestr(msg_content)

#可以根据邮件索引号直接从服务器删除邮件
#server.dele(index)

#关闭连接
server.close()

要获取所有邮件，只需要循环使用retr()把每一封邮件内容拿到即可。真正麻烦的是把邮件的原始内容解析为可以阅读的邮件对象

运行结果如下

Email: xxx@163.com
Password: xxxxx（这里填的是授权码）
POP3 server: pop.163.com
+OK Welcome to coremail Mail Pop3 Server (163coms[b62aaa251425b4be4eaec4ab4744cf47s])
*cmd* 'USER xxx@163.com'
*cmd* 'PASS xxxxx'
*cmd* 'STAT'
*stat* [b'+OK', b'', b'']
Messages: 1. Size: 2375
*cmd* 'LIST'
[b'1 2375']
*cmd* 'RETR 1'

2、解析邮件

解析邮件的过程和SMTP协议构造邮件正好相反，因此，先导入必要的模块

from email.parser import Parser
from email.header import decode_header
from email.utils import parseaddr
import poplib

把邮件内容解析为Message对象

msg = Parser().parsestr(msg_content)

但是这个Message对象本身可能是一个MIMEMultipart对象，即包含嵌套的其他MIMEBase对象，嵌套可能还不止一层。

所以我们要递归地打印出Message对象的层次结构

#indent用于缩进显示
def print_info(msg, indent=0):
    if indent == 0:
        for header in ['From', 'To', 'Subject']:
            value = msg.get(header, '')
            if value:
                if header == 'Subject':
                    value = decode_str(value)
                else:
                    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()):
        parts = msg.get_payload()
        for n, part in enumerate(parts):
            print('%spart %s' % ('  ' * indent, n))
            print('%s--------------------' % ('  ' * indent))
            print_info(part, indent+1)
    else:
        content_type = msg.get_content_type()
        if content_type == 'text/plain' or content_type == 'text/html':
            content = msg.get_payload(decode=True)
            charset = guess_charset(msg)
            if charset:
                content = content.decode(charset)
            print('%sText: %s' % ('  ' * indent, content + '...'))
        else:
            print('%sAttachemnt: %s' % ('  ' * indent, content_type))

邮件的Subject或者Email中包含的名字都是经过编码后的str，要正常显示，就必须decode

def decode_str(s):
    value, charset = decode_header(s)[0]
    if charset:
        value = value.decode(charset)
    return value

文本邮件的内容也是str，还需要检测编码，否则，非UTF-8编码的邮件都无法正常显示

def guess_charset(msg):
    charset = msg.get_charset()
    if charset is None:
        content_type = msg.get('Cnotne-Type', '').lower()
        pos = content_type.find('charset=')
        if pos >= 0:
            charset = content_type[pos + 8:].strip()
    return charset

完整代码如下：

from email.parser import Parser
from email.header import decode_header
from email.utils import parseaddr
import poplib

#输入邮件地址，口令和POP3服务器地址
email = input('Email: ')
password = input('Password: ')
pop3_server = input('POP3 server: ')

def decode_str(s):
    value, charset = decode_header(s)[0]
    if charset:
        value = value.decode(charset)
    return value

def guess_charset(msg):
    charset = msg.get_charset()
    if charset is None:
        content_type = msg.get('Content-Type', '').lower()
        pos = content_type.find('charset=')
        if pos >= 0:
            charset = content_type[pos + 8:].strip()
    return charset

# indent用于缩进显示:
def print_info(msg, indent=0):
    if indent == 0:
        for header in ['From', 'To', 'Subject']:
            value = msg.get(header, '')
            if value:
                if header=='Subject':
                    value = decode_str(value)
                else:
                    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()):
        parts = msg.get_payload()
        for n, part in enumerate(parts):
            print('%spart %s' % ('  ' * indent, n))
            print('%s--------------------' % ('  ' * indent))
            print_info(part, indent + 1)
    else:
        content_type = msg.get_content_type()
        if content_type=='text/plain' or content_type=='text/html':
            content = msg.get_payload(decode=True)
            charset = guess_charset(msg)
            if charset:
                content = content.decode(charset)
            print('%sText: %s' % ('  ' * indent, content + '...'))
        else:
            print('%sAttachment: %s' % ('  ' * indent, content_type))

#连接到POP3服务器
server = poplib.POP3(pop3_server)
#可以打开或关闭调试信息
server.set_debuglevel(1)
#可选：打印POP3服务器的欢迎文字
print(server.getwelcome().decode('utf-8'))

#身份认证
server.user(email)
server.pass_(password)

#start()返回邮件数量和占用空间
print('Messages: %s. Size: %s' % server.stat())
#list()返回所有邮件编号
resp, mails, octets = server.list()
#可以查看返回的列表类似[b'1 82923', b'2 2184', ...]
print(mails)

#获取最新一封邮件，注意索引号从1开始
index = len(mails)
resp, lines, octets = server.retr(index)

#lines存储了邮件的1原始文本的每一行
#可以获得整个邮件的原始文本
msg_content = b'\r\n'.join(lines).decode('utf-8')
#稍后解析出邮件
msg = Parser().parsestr(msg_content)
print_info(msg)

#关闭连接
server.close()

运行结果如下：

Email: xxx@163.com
Password: xxxxx
POP3 server: pop.163.com
+OK Welcome to coremail Mail Pop3 Server (163coms[b62aaa251425b4be4eaec4ab4744cf47s])
*cmd* 'USER xxx@163.com'
*cmd* 'PASS xxxxx'
*cmd* 'STAT'
*stat* [b'+OK', b'', b'']
Messages: 1. Size: 2375
*cmd* 'LIST'
[b'1 2375']
*cmd* 'RETR 1'
From: xxxx<xxxx@qq.com>
To: xxx <xxx@163.com>
Subject: Hello, world!
part 0
--------------------
  Text: ...
part 1
--------------------
  Text: <div><br></div><div> </div>...

资料来源：

1、廖雪峰学习官网

2、kornberg_fresnel的博文：https://blog.csdn.net/kornberg_fresnel/article/details/51227761