Python使用email模組對郵件進行編碼和解碼

本文給大家介紹的是Python使用email模組對郵件進行編碼和解碼，非常的詳細，有相同需求的小夥伴可以參考下

解碼郵件
python內建的email模組是個很有意思的東西，它可以對郵件編碼解碼，用來處理郵件非常好用。
處理郵件是一個很細緻的工作，尤其是解碼郵件，因為它的格式變化太多了，下面先看看一個郵件的源檔案：

Received: from 192.168.208.56 ( 192.168.208.56 [192.168.208.56] ) byajax-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: 1.0Content-Type: multipart/Alternative;   boundary="----=_Part_21696_28113972.1176350868319"------=_Part_21696_28113972.1176350868319Content-Type: text/plain; charset=gbkContent-Transfer-Encoding: base64ztLS0b+qyrzS1M6qysfSu7j20MfG2ru70ru0zqOs1K3AtMrH0ru49tTCtffSu7TOztLDx8/W1NrTprjDysew67XjssXE3MjI1ebC6bezICAg------=_Part_21696_28113972.1176350868319Content-Type: text/html; charset=gbkContent-Transfer-Encoding: quoted-printable<p>=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=</p><p>=CE=D2=C3=C7=CF=D6=D4=DA=D3=A6=B8=C3=CA=C7=B0=EB=B5=E3=B2=C5=C4=DC=C8==C8</p><p>=D5=E6=C2=E9=B7=B3</p>------=_Part_21696_28113972.1176350868319--

上面的就是以封郵件的源檔案，從第一行到第一個空行之間的為信件頭，後面的就是信件體了。把上面的資訊複製下來存到一個叫xxx.eml的檔案裡，用滑鼠雙擊就可以看到內容，當然看到的是解碼後的，是outlook幫你解碼了。
看看email模組怎麼處理這個郵件，假設信件已經存為xxx.eml。

#-*- encoding: gb2312 -*-import emailfp = open("xxx.eml", "r")msg = email.message_from_file(fp) # 直接檔案建立message對象，這個時候也會做初步的解碼subject = msg.get("subject") # 取信件頭裡的subject,　也就是主題# 下面的三行代碼只是為瞭解碼象=?gbk?Q?=CF=E0=C6=AC?=這樣的subjecth = email.Header.Header(subject)dh = email.Header.decode_header(h)subject = dh[0][0]print "subject:", subjectprint "from: ", email.utils.parseaddr(msg.get("from"))[1] # 取fromprint "to: ", email.utils.parseaddr(msg.get("to"))[1] # 取tofp.close()

這段代碼可以把一封郵件中的主題、寄件者、收件者解析出來。email.utils.parseaddr是用來專門解析郵件地址的，原因是郵件地址很多時候在原文裡是這樣寫的：user1 <xxxxxxxx@163.com>, email.utils.parseaddr就可以把它解析為一個列表，第一項是user1, 第二項是xxxxxxxx@163.com, 這裡只顯示了後面以部分。
前面那段代碼只是解析了信件頭，接著解析信件體吧。信體裡可能有純文字的plain和html兩部分,也可能有附件。這裡需要mime的知識，詳細介紹可以從網上搜搜。我這裡就不說了，下面看看怎麼解析的：

#-*- encoding: gb2312 -*-import emailfp = open("xxx.eml", "r")msg = email.message_from_file(fp)# 迴圈信件中的每一個mime的資料區塊for par in msg.walk():  if not par.is_multipart(): # 這裡要判斷是否是multipart，是的話，裡面的資料是無用的，至於為什麼可以瞭解mime相關知識。    name = par.get_param("name") #如果是附件，這裡就會取出附件的檔案名稱    if name:      #有附件      # 下面的三行代碼只是為瞭解碼象=?gbk?Q?=CF=E0=C6=AC.rar?=這樣的檔案名稱      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) #　解碼出附件資料，然後儲存到檔案中            try:        f = open(fname, 'wb') #注意一定要用wb來開啟檔案，因為附件一般都是二進位檔案      except:        print '附件名有非法字元，自動換一個'        f = open('aaaa', 'wb')      f.write(data)      f.close()    else:      #不是附件，是常值內容      print par.get_payload(decode=True) # 解碼出常值內容，直接輸出來就可以了。        print '+'*60 # 用來區別各個部分的輸出

簡單吧，並沒有多少代碼就可以實現複雜的解析郵件的功能！

編碼郵件
用email模組來產生郵件也是很簡單的，只是需要一些mime的基礎知識。下面看看一點mime基礎。
MIME訊息由訊息頭和訊息體兩大部分組成，在郵件裡就是郵件標頭和郵件體。郵件標頭與郵件體之間以空行進行分隔。這點可以用文字編輯器（比如記事本）查看一個郵件的源檔案就可以清除看到。outlook和foxmail自己就有查看源檔案的功能。
郵件標頭包含了寄件者、收件者、主題、時間、MIME版本、郵件內容的類型等重要訊息。每條資訊稱為一個域，由網域名稱後加“: ”和資訊內容構成，可以是一行，較長的也可以佔用多行。域的首行必須“頂頭”寫，即左邊不能有空白字元（空格和定位字元）；續行則必須以空白字元打頭，且第一個空白字元不是資訊本身固有的。
郵件體包含郵件的內容，它的類型由郵件標頭的“Content-Type”域指出。最常見的類型有text/plain(純文字)和text/html(超文本)。郵件體被分為多個段，每個段又包含段頭和段體兩部分，這兩部分之間也以空行分隔。常見的multipart類型有三種：multipart/mixed, multipart/related和multipart/alternative。從它們的名稱，不難推知這些類型各自的含義和用處。
如果在郵件中要添加附件，必須定義multipart/mixed段；如果存在內嵌資源，至少要定義 multipart/related段；如果純文字與超文本共存，至少要定義multipart/alternative段。產生郵件就是要產生這各個MIME部分。email模組對這些處理都是封裝好的，看看產生方法：

#-*- encoding: gb2312 -*-import emailimport string, sys, os, emailimport timeclass MailCreator:  def __init__(self):    # 建立郵件的message對象    self.msg = email.Message.Message()    self.mail = ""        def create(self, mailheader, maildata, mailattachlist=[]):    # mailheader 是dict類型，maildata是list, 且裡面第一項為純文字類型，第二項為html.    # mailattachlist 是list, 裡面為附件檔案名稱    if not mailheader or not maildata:      return        for k in mailheader.keys():      # 對subject要作特殊處理，中文要轉換一下。      # 比如 "我的一個測試郵件" 就要轉換為 =?gb2312?b?ztK1xNK7uPay4srU08q8/g==?=      if k == 'subject':        self.msg[k] = email.Header.Header(mailheader[k], 'gb2312')            else:        self.msg[k] = mailheader[k]    # 建立純文字部分    body_plain = email.MIMEText.MIMEText(maildata[0], _subtype='plain', _charset='gb2312')    body_html = None    # 建立html部分，這個是可選的    if maildata[1]:      body_html = email.MIMEText.MIMEText(maildata[1], _subtype='html', _charset='gb2312')            # 建立一個multipart, 然後把前面的文本部分和html部分都附加到上面，至於為什麼，可以看看mime相關內容    attach=email.MIMEMultipart.MIMEMultipart()    attach.attach(body_plain)    if body_html:      attach.attach(body_html)    # 處理每一個附件    for fname in mailattachlist:      attachment=email.MIMEText.MIMEText(email.Encoders._bencode(open(fname,'rb').read()))      # 這裡設定檔案類型，全部都設定為Application.當然也可以是Image,Audio什麼的，這裡不管那麼多      attachment.replace_header('Content-type','Application/octet-stream;name="'+os.path.basename(fname)+'"')      # 一定要把傳輸編碼設定為base64,因為這裡預設就是用的base64      attachment.replace_header('Content-Transfer-Encoding', 'base64')      attachment.add_header('Content-Disposition','attachment;filename="'+os.path.basename(fname)+'"')      attach.attach(attachment)    # 產生最終的郵件          self.mail = self.msg.as_string()[:-1] + attach.as_string()        return self.mailif __name__ == '__main__':  mc = MailCreator()  header = {'from': 'zhaowei@163.com', 'to':'weizhao@163.com', 'subject':'我的一個測試郵件'}  data = ['plain text information', '<font color="red">html text information</font>']  if sys.platform == 'win32':    attach = ['c:/windows/clock.avi']  else:    attach = ['/bin/cp']    mail = mc.create(header, data, attach)    f = open("test.eml", "wb")  f.write(mail)  f.close()

這裡我自己封裝了一個類來做處理，大體的過程就是：
1. 先建立message對象： email.Message.Message()
2. 建立MIMEMultipart對象：email.MIMEMultipart.MIMEMultipart()
3. 建立各個MIMEText對象，並把他們attach到MIMEMultipart裡,這裡的MIMEText其實不僅僅是text, 也包括image, application, audio等等。
4. 產生最終郵件。