html邮件解码
MIME定义两种编码方式:Base64与QP( Quote - Printable )。
http://www.pythonclub.org/python-network-application/email-format
Python MIME 电子邮件解码
Python俱乐部
Python俱乐部
Python
PythonClub 首页
Python 基础
Python 常见文件操作
Python 网络编程
Python 小技巧
Python 趣闻
Python 类
关于本站
关于Python俱乐部
编辑器使用方法
链接
我的博客
广而告之
目录
Python MIME 电子邮件解码
MIME 邮件实例
邮件/信 头解析
邮件/信 体解析
Python MIME 电子邮件解码
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：
MIME 邮件实例
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。
邮件/信 头解析
#-*- 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。
邮件/信 体解析
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，
#里面的数据是一个message 列表
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！
python-network-application/email-format.txt · 最后更改: 2010/06/01 19:18 (外部编辑)