資訊專欄INFORMATION COLUMN
摘要：發(fā)送郵件好說，接收和下載郵件也好說。所以我們想要解析一封郵件把它拆成人能讀懂的標(biāo)題收發(fā)件人內(nèi)容附件等，就必須得理解這套協(xié)議。了解協(xié)議，其實(shí)主要就是了解郵件的嵌套結(jié)構(gòu)。另一種壓縮方式，需要用庫函數(shù)來解碼。
郵件的解析是個(gè)大課題，遠(yuǎn)超一般人的預(yù)期。它遠(yuǎn)比發(fā)送郵件和接收郵件要復(fù)雜的多的多。
這就是為什么網(wǎng)上中文外文搜郵件的問題，絕大多數(shù)都是講發(fā)送的而講接收的很少。
發(fā)送郵件好說，接收和下載郵件也好說。關(guān)鍵是下載下來的郵件是一種比HTML還復(fù)雜的嵌套結(jié)構(gòu)
MIME郵件協(xié)議參考：阮一峰 - MIME筆記
參考：MIME郵件的組織結(jié)構(gòu)
參考：Parsing email using Python part 2 of 2 : The content
參考：Mozilla - MIME types
先不論P(yáng)ython，也不談什么郵件發(fā)展歷史，只論現(xiàn)在：
現(xiàn)在我們要達(dá)到通過編程來解析郵件，就絕對(duì)避不開這個(gè)問題：MIME郵件結(jié)構(gòu).
MIME是一整套的協(xié)議，就像HTTP協(xié)議、TCP協(xié)議之類的一樣，都是解析郵件的一套規(guī)則。
所以我們想要解析一封郵件（把它拆成人能讀懂的標(biāo)題、收發(fā)件人、內(nèi)容、附件等），就必須得理解這套協(xié)議。
就算有現(xiàn)成的Python處理庫也一樣要懂了以后才能開始操作。
了解MIME協(xié)議，其實(shí)主要就是了解郵件的嵌套結(jié)構(gòu)。這個(gè)懂了就全懂了。
要知道，我們收到的一封郵件可能是以下這幾種不同的結(jié)構(gòu)類型：
簡(jiǎn)單的幾句話，全是文字。 (text/plain)
非常漂亮的網(wǎng)頁一樣的頁面。(text/html)
包括回復(fù)另一封郵件的層層嵌套的內(nèi)容。(multipart/mixed)
帶附件的內(nèi)容，比如一張圖片。(multipart/mixed) + (image/jpeg)
當(dāng)然，這不是全部，只是有代表性的幾種文檔類型。最重要的是知道：
所有超出簡(jiǎn)單文字或網(wǎng)頁HTML之外的，全都是multiparts。
最難理解的也是這個(gè)multiparts。
下面是最復(fù)雜的Multiparts郵件，包括了所有能包括的結(jié)構(gòu)。其中每個(gè)方塊都有自己的Content Type和Body。
簡(jiǎn)單點(diǎn)的結(jié)構(gòu)圖：
[站外圖片上傳中...(image-8219fc-1548158814349)]
文字型結(jié)構(gòu)圖：
multipart/mixed | +-- multipart/related | | | +-- multipart/alternative | | | | | +-- text/plain | | +-- text/html | | | +-- image/gif | +-- application/msword
詳細(xì)一點(diǎn)的結(jié)構(gòu)圖：
[站外圖片上傳中...(image-36fdd8-1548158814349)]
這里是所有郵件能支持的Content Type文檔類型：
text/plain: 純文本，文件擴(kuò)展名.txt
text/html: HTML文本，文件擴(kuò)展名.htm和.html
image/jpeg: jpeg格式的圖片，文件擴(kuò)展名.jpg
image/gif: GIF格式的圖片，文件擴(kuò)展名.gif
audio/x-wave: WAVE格式的音頻，文件擴(kuò)展名.wav
audio/mpeg: MP3格式的音頻，文件擴(kuò)展名.mp3
video/mpeg: MPEG格式的視頻，文件擴(kuò)展名.mpg
application/zip: PK-ZIP格式的壓縮文件，文件擴(kuò)展名.zip
編程上需要明確的是：要讀取嵌套結(jié)構(gòu)，必須用遞歸的方法。
Content-Disposition 附件的存在方式對(duì)于附件，有兩種存在方式：
inline: 嵌入在文字里的，比如HTML格式郵件中顯示的圖片
attachment: 是附在結(jié)尾的，多帶帶的一部分
一般我們只需要處理attachment格式的附件，而inline的東西就讓它保存在inline里吧。
郵件里面要獲取這個(gè)部分的格式，需要找到這個(gè)參數(shù)：Content-Disposition。其它并拍的參數(shù)還要Content-Type和Content-ID等。
這個(gè)只針對(duì)text/plain & text/html類型的文本有用。
這個(gè)是每封郵件的必須數(shù)據(jù)，它必須要指出每段文本的傳輸編碼方式，有的可以壓縮傳輸(base64)，有的可以原文傳輸(8bit或7bit)，有的可以內(nèi)置base64圖片可直接打印(quoted-printable)。
正因?yàn)槊糠忄]件都可能采用不同的傳輸編碼策略，所以我們解析內(nèi)容之前必須要判斷是哪種方式才能正確解碼為原文的內(nèi)容。
目前常見的傳輸編碼方式有：
8bit或7bit：這個(gè)最簡(jiǎn)單，直接是原文，不需要轉(zhuǎn)碼。
base64：內(nèi)容全文用base64壓縮，所以需要用base64.b64decode()庫函數(shù)來解碼。
quoted-printable：另一種壓縮方式，需要用quopri.decodestring()庫函數(shù)來解碼。
獲取當(dāng)前內(nèi)容的傳輸編碼方式的代碼如下：
encoding = part.get("Content-Transfer-Encoding")
其中part可以是庫email.message.Message的實(shí)例或者其中multipart多部分中的sub-part，都可以。
文章版權(quán)歸作者所有，未經(jīng)允許請(qǐng)勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請(qǐng)注明本文地址：http://m.specialneedsforspecialkids.com/yun/43082.html
摘要：公司的一個(gè)項(xiàng)目，首先需要過濾一下郵件郵件的主要內(nèi)容就是應(yīng)聘信息當(dāng)然會(huì)產(chǎn)生很多的垃圾郵件，比如智聯(lián)招聘發(fā)的廣告獵頭郵件和網(wǎng)易廣告等這里首先要過濾一下郵件，把沒有用處的垃圾郵件過濾掉本著先易后難的原則，首先使用簡(jiǎn)單的過濾方法簡(jiǎn)單的說就是根據(jù)標(biāo)題 公司的一個(gè)項(xiàng)目，首先需要過濾一下郵件郵件的主要內(nèi)容就是應(yīng)聘信息當(dāng)然會(huì)產(chǎn)生很多的垃圾郵件，比如智聯(lián)招聘發(fā)的廣告、獵頭郵件和網(wǎng)易廣告等這里首先要過濾一...
摘要：大家好，我是辣條。最先審核沒通過，說我腳本涉嫌控制電腦違法違規(guī)，經(jīng)過我再三的溝通之下，完整代碼刪除了，希望能通過審核。 大家好，我是辣條。? 前言 開學(xué)沒多久，事又多正愁缺寫博客的素材，這不馬上就來了，憨憨室友又要整活?，看在友（紅）情（包）的份上必須幫忙。 我起初的想法是通過郵箱發(fā)送表白...
摘要：在這里真心感謝一直在支持我的那幾個(gè)粉絲，謝謝你們的持續(xù)關(guān)注點(diǎn)贊。果然，第三個(gè)包也是按的步差來的，而為零不變，也不變。函數(shù)里面的話就是個(gè)循環(huán)咯，當(dāng)條件不滿足時(shí)就一直加，知道條件滿足為止。我每天都會(huì)抽時(shí)間給我的粉絲解答，給與一些學(xué)習(xí)資源。 目錄 前言 準(zhǔn)備工作 分析（x0） 分析（x1） 分析（...
摘要：源碼地址準(zhǔn)備一臺(tái)云服務(wù)器寫好的腳本效果因?yàn)楝F(xiàn)在一個(gè)的客戶端啟動(dòng)越來越慢，而且很多自己不感興趣的東西我只是想看看文章，所以就寫了這個(gè)小爬蟲。因?yàn)橐粋€(gè)是每天點(diǎn)會(huì)更新，所以自己的服務(wù)器要做一個(gè)定時(shí)服務(wù)，下自帶了定時(shí)任務(wù)。 源碼地址：https://github.com/xcc3641/pySendOneToEmail 準(zhǔn)備 一臺(tái)云服務(wù)器 寫好的Python腳本 效果 因?yàn)楝F(xiàn)在一個(gè)的And...
閱讀 3947·2021-11-17 09:33
閱讀 3290·2021-10-08 10:05
閱讀 3119·2021-09-22 15:36
閱讀 1145·2021-09-06 15:02
閱讀 2776·2019-08-29 12:45
閱讀 1595·2019-08-26 13:40
閱讀 3406·2019-08-26 13:37
閱讀 428·2019-08-26 13:37
