Python处理邮件内容和提取邮件里的url地址
最近在搞一个邮箱验证账号注册和登录的模块。总结一下。就当记载。文章中涉及到域名和邮箱等都经过处理。
需求是这样子的,注册某个网站的账号,然后注册需要邮件内容激活,登录的时候如果不是常用设备的话也需要认证,而两种认证方式给出的认证方式是不一样的。一种是直接通过发放激活链接给你,就是纯网址,这个好处理,直接用str或者text就能从邮件内容里将原始的url地址提取出来了。但是登录的话就是一个锚文本链接,这个如果还用str或者text方式提取的话,就会出现一个问题,就是提取出来的url里的"&"它会变成"&",在浏览器地址栏中输入的话,就会出错。所以用str或者text方式提取出来的,还得还原一下地址栏能用的网址。用模块html就行了。所有问题搞定。
思路:1->登录邮箱;
2->获取最新邮件(获取最新邮件的理由是,激活和认证的同时,应该不会那么巧有其他邮件发过来,所以我觉得,这种足够满足需求了);
3->解析邮件内容,用imap和pop取回来的邮件我嫌太麻烦,用国人大神开发的zmail解析邮件内容只需几个步骤。
首先获取邮件的html内容
将html内容解析成str
把str内容单独提取出来,在本地建一个html页面
通过bs4解析这个本地html的内容
提取自己想要的内容,在这里是链接地址
提取激活链接的代码:
1 import zmail
2 from bs4 import BeautifulSoup
3 import lxml
4
5 '''
6 #一个模块专门处理xxx新注册用户的邮箱验证问题
7 #思路:
8 1,首先通过zmail登录到邮箱
9 2,因为注册都是即时的,验证邮件应该也是即时的
10 3,收取最新收到的邮件
11 4,获取最新邮件的content_html内容
12 5,将content_html内容转换成str格式方便处理
13 6,将str格式的html文档使用bs4解析
14 7,通过bs4解析出来的内容是一个列表
15 8,读取列表里的文本内容,这样子也不会丢失格式
16 #坑:
17 1,邮箱里的链接内容如果通过直接读取,是会更改的,比如说=就会变成amp等,所以要通过text读取
18
19
20 '''
21 class GetTheVerifyLink():
22 def __init__(self, emailAccount, pwd):
23 #初始化用户名和密码
24 self.emailAccount = emailAccount
25 self.pwd = pwd
26
27 def login_to_server(self):
28 '''
29 #尝试登录邮箱服务器
30 '''
31 try:
32 connect = zmail.server(self.emailAccount, self.pwd)
33 print("登录成功!")
34 except:
35 print("登录失败!请检查")
36 #将connect对象返回到调用它的代码行
37 return connect
38
39 def get_the_latest_mail(self):
40 '''
41 #通过判定最新邮件的发件人是不是有xxx来判定是不是我们要的邮件
42 '''
43 mail = self.login_to_server().get_latest()
44 #开始判定
45 sender = mail['From'] #获取发件人
46 subject = mail['Subject'] #获取邮件主题
47 content_text = mail['Content_text'] #获取邮件内容
48 content_text_str = ''.join(content_text) #将邮件内容转换为str,不转换也行,不转换请看下面
49 # content_text_str = ''.join(content_text[0]) #获取列表的一个元素,将它转换成str,因为它只有一个元素
50 if '@xxx' in sender and 'verify your e-mail address' in subject and 'https://www.xxx/xx/xxx' in content_text_str:
51 print("这是我们需要的邮件!")
52 return mail
53 else:
54 print("这不是我们需要的邮件,请登录邮箱手动删除并保持amazon认证邮件最新!")
55
56 def get_the_mail_content_html(self):
57 content_html = self.get_the_latest_mail()['content_html']
58 if content_html:
59 return content_html
60 else:
61 print("获取content_html内容邮件失败!")
62
63 def tranfer_content_html_to_str(self):
64 content_html_to_str = ''.join(self.get_the_mail_content_html())
65 if content_html_to_str:
66 print("将邮件的content_html转换成str成功!")
67 return content_html_to_str
68 else:
69 print("将邮件的content_html内容转换成str失败!")
70
71 def get_the_verify_link(self):
72 soup = BeautifulSoup(self.tranfer_content_html_to_str(), 'lxml')
73 verify_link_list = soup.select(r'body > p:nth-child(3) > a:nth-child(1)')
74 for verify_link in verify_link_list:
75 verify_link = verify_link.text
76 return verify_link
77
78 # emailAccount = 'xxx@xxx.com'
79 # pwd = 'xxxx!'
80 #
81 # gt = GetTheVerifyLink(emailAccount,pwd)
82 # # latest_mail = gt.get_the_latest_mail()
83 # # print(latest_mail)
84 # verify_link = gt.get_the_verify_link()
85 # print(verify_link)
提取登录连接的代码:
1 import zmail
2 from bs4 import BeautifulSoup
3 import lxml
4 import html
5
6 class xxxSignInConfirm():
7 def __init__(self, username, password):
8 self.username = username
9 self.password = password
10
11 def login_to_server(self):
12 try:
13 server = zmail.server(self.username, self.password)
14 print("E-mail Login success!")
15 except:
16 print("E-mail login Failed!")
17 return server
18
19 def get_the_latest_mail(self):
20 '''
21 #通过判定最新邮件的发件人是不是有xxx.com来判定是不是我们要的邮件
22 '''
23 mail = self.login_to_server().get_latest()
24 #开始判定
25 sender = mail['From'] #获取发件人
26 subject = mail['Subject'] #获取邮件主题
27 content_text = mail['Content_text'] #获取邮件内容,获取文本的邮件内容主要是用在接下来的if语句里的
28 content_text_str = ''.join(content_text) #将邮件内容转换为str,不转换也行,不转换请看下面
29 # content_text_str = ''.join(content_text[0]) #获取列表的一个元素,将它转换成str,因为它只有一个元素
30 if 'security' in subject:
31 print("这是我们需要的邮件!")
32 return mail
33 else:
34 print("这不是我们需要的邮件,请登录邮箱手动删除并保持amazon认证邮件最新!")
35
36 def get_the_mail_content_html(self):
37 mail = self.get_the_latest_mail()
38 content_html = mail['Content_html']
39 if content_html:
40 return content_html
41 else:
42 print("获取content_html内容邮件失败!")
43
44 def transfer_content_html_to_str(self):
45 content_html_to_str = ''.join(self.get_the_mail_content_html())
46 if content_html_to_str:
47 print("将邮件的content_html转换成str成功!")
48 return content_html_to_str
49 else:
50 print("将邮件的content_html内容转换成str失败!")
51
52 def get_the_sign_in_verify_link(self):
53 soup = BeautifulSoup(self.transfer_content_html_to_str(), 'lxml') #利用bs4解析html的邮件内容
54 signInconfirmLinks = soup.select(r'body > div:nth-child(3) > div:nth-child(4) > table:nth-child(2) > tbody:nth-child(1) > tr:nth-child(1) > td:nth-child(1) > table:nth-child(1) > tbody:nth-child(1) > tr:nth-child(5) > td:nth-child(1) > a:nth-child(1)')
55 signlinkelement = signInconfirmLinks[0]
56 signlinkstr = str(signlinkelement) #转换成str
57 # print(signlinkstr)
58 afind = signlinkstr.find('"') #查找字符串中<a href="https//xxxxxxxx.com/"</a>的第一个引号
59 # print(afind)
60 bfind = signlinkstr[afind + 1:].find('"') #找出第二个引号的位置
61 # print(bfind)
62 signlinkamp = signlinkstr[afind + 1: afind + 1 + bfind] #在两个引号之间就是我们需要的链接地址,切片切出来
63 # print(signlinkamp) #打印一下提取出来的地址,是我们想要的,只是&变成了&
64 verify_link = html.unescape(signlinkamp) #使用html还原真实网址
65 return verify_link
66
67 username = 'xxxx@xxx.com'
68 pwd = 'xxxx'
69 ac = AmazonSignInConfirm(username, pwd) #实例化
70
71
72 verify_link = ac.get_the_sign_in_verify_link()
73 print(verify_link) #打印,符合预期
两段代码基本上是相同的,除了最后一个类方法处理方式有点不同的话。记录是记录,也希望有志同道合的人,给出更完美的解决方案。
Python处理邮件内容和提取邮件里的url地址的更多相关文章
- MVC验证12-使用DataAnnotationsExtensions对整型、邮件、最小值、文件类型、Url地址等验证
原文:MVC验证12-使用DataAnnotationsExtensions对整型.邮件.最小值.文件类型.Url地址等验证 本文体验来自http://dataannotationsextension ...
- zabbix邮件内容乱码与邮件内容为附件解决办法
在zabbix的实际使用过程中,在收到邮件预警的时候,我们会发现邮件内容是乱码的,在手机端收到的是附件,而且附件下载后的文件类型是打不开的.这样我们不知道我们是哪个服务器的哪项服务出了问题,接下来我们 ...
- 【转】【Python】Python发送邮件(常见四种邮件内容)
在写脚本时,放到后台运行,想知道执行情况,会通过邮件.SMS(短信).飞信.微信等方式通知管理员,用的最多的是邮件.在linux下,Shell脚本发送邮件告警是件很简单的事,有现成的邮件服务软件或者调 ...
- python接口自动化(三十二)--Python发送邮件(常见四种邮件内容)番外篇——上(详解)
简介 本篇文章与前边没有多大关联,就是对前边有关发邮件的总结和梳理.在写脚本时,放到后台运行,想知道执行情况,会通过邮件.SMS(短信).飞信.微信等方式通知管理员,用的最多的是邮件.在linux下, ...
- Python发送邮件(常见四种邮件内容)
Python发送邮件(常见四种邮件内容) 转载 2017年03月03日 17:17:04 转自:http://lizhenliang.blog.51cto.com/7876557/1875330 ...
- 【Python系列】Python自动发邮件脚本-html邮件内容
缘起 这段时间给朋友搞了个群发邮件的脚本,为了防止进入垃圾邮件,做了很多工作,刚搞完,垃圾邮件进入率50%,觉得还不错,如果要将垃圾邮件的进入率再调低,估计就要花钱买主机了,想想也就算了,先发一个月, ...
- 利用Python imaplib和email模块 读取邮件文本内容及附件内容
python使用imap接收邮件的过程探索 https://www.cnblogs.com/yhlx/archive/2013/03/22/2975817.html #! encoding:utf8 ...
- 【python】使用python发送文本内容邮件
下面提供了一个使用python做的发送文本内容的邮件代码,能够在邮件内容中设置文字颜色,大小,换行等功能. #auther by zls #_*_coding:utf-8_*_ import sys ...
- 今天玩一下python得邮件解析吧,查看邮件内容小儿科,我们下载邮件的附件
直男,直接上代码. 自己看打印的内容 主要功能如下: #如果邮件内容存在链接则返回链接,若不存在则直接下载邮件附件 import imapclient,re import pyzmail #提取邮件里 ...
随机推荐
- redlock分布式锁真的安全吗
此文是对http://zhangtielei.com/posts/blog-redlock-reasoning-part2.html文章的个人归纳,如有问题请联系删除 什么是redlock redlo ...
- 2018年第九届蓝桥杯【C++省赛B组】B、C、D、F、G 题解
B. 明码 #STL 题意 把每个字节转为2进制表示,1表示墨迹,0表示底色.每行2个字节,一共16行,布局是: 第1字节,第2字节 第3字节,第4字节 .... 第31字节, 第32字节 给定一段由 ...
- C语言讲义——函数递归
函数直接或间接调用自身 每次调用必须获得一些进展,进一步靠近目标 达到目标就不再调用自身 阅读递归函数不要纠缠于执行过程,而是相信递归函数会顺利完成任务 例:阶乘 0! =1(0 的阶乘定为1) 1! ...
- HTTP响应报文应答状态码及含义
本应答报文状态码是老猿结合多方资料收集综合后并加以老猿自己的理解进行说明的应答报文状态码,应该是最新最全解释最详尽的,供大家参考:
- PyQt(Python+Qt)学习随笔:Qt Designer中QAbstractButton派生按钮部件autoExclusive属性
autoExclusive 属性保留是否启用按钮的自动排它特性,如果启用了,则属于同一父部件的可选中按钮任何时候只能选中一个按钮:选中另一个按钮将自动取消选中先前选中的按钮,这个功能与排他性按钮组的功 ...
- Pentaho Report Designer 报表系统 - 入门详解
目录 简介 安装与配置 环境要求 运行方式 使用教学 数据源配置与原始数据获取 报表布局设计与格式化 布局设计 模块结构 控件 示例 报表预览与发布 报表访问与获取 参考材料 简介 Pentaho ...
- windows server2012无法安装.Net FrameWork 3.5功能
问题描述: 现象1:安装完服务器系统,在安装SQL Server 2012,安装到中间提示安装SQL Server 2012过程中出现"启用windows功能NetFx3时出错"以 ...
- Python Flask后端异步处理(三)
前一篇博文我们已经将基础知识和环境配置进行了介绍:https://www.cnblogs.com/Cl0ud/p/13192925.html,本篇博文在实际应用场景中使用Celery,对Flask后端 ...
- Leetcode学习笔记(2)
题目1 ID面试题 01.04 给定一个字符串,编写一个函数判定其是否为某个回文串的排列之一. 回文串是指正反两个方向都一样的单词或短语.排列是指字母的重新排列. 回文串不一定是字典当中的单词. 示例 ...
- Raft概述
Raft 1. 概述 Raft是一种一致性(共识)算法,相比Paxos,Raft更容易理解和实现,它将分布式一致性问题分解成多个子问题,Leader选举(Leader election).日志复制(L ...