Python|解析eml文件，批量下载邮件附件

目前在做文职工作，所以必须得找点方法让自己保持思考。

其中一项工作是要管理邮箱，经常需要和四五六七八十个单位发送和接收邮件并下载附件。

之前就是一个一个点开，然后点击复制，然后把它们从下载挪到邮箱里。

然后有一天发现菜单栏有一个打包下载功能。

于是试了一下，但是下载出来的文件是eml格式

用Python可以对eml文件进行解析 

# 获取邮件内容
def get_message(eml_file):
    # 解析 eml 文件
    with open(eml_file, 'rb') as eml_file:
        eml_content = eml_file.read()

    # 解析EML文件内容
    msg = email.message_from_bytes(eml_content)
    return msg

# 获取发件人
def get_sender(message):
    # sender = decode_and_extract(message['From'])
    sender=message.get("From")
    return decode_and_extract(sender)

From: =?UTF-8?B?一串Base64编码的UTF-8字符串?= <邮箱地址>

解码方法：

def decode_and_extract(input_str):
    # 使用正则表达式匹配编码的UTF-8字符串和邮箱地址
    match = re.match(r'=\?UTF-8\?B\?(.*?)\?= <(.*?)>', input_str)
    if match:
        encoded_part = match.group(1)
        email = match.group(2)

        # 解码Base64编码的UTF-8字符串
        decoded_bytes = base64.b64decode(encoded_part)
        decoded_str = decoded_bytes.decode('utf-8')

        return decoded_str, email

    else:
        # 如果没有匹配到，则返回None
        return None, None

解码后返回收件人和邮箱。

返回的收件人是一个string(可以用type()函数查看），但是收件人当不止一个，需要将其转化为数组。

使用split函数将其分割，然后解码，将单个对象加入新的数组，返回收件人数组。

=?UTF-8?B?收件人1==?= <邮箱1>,

=?UTF-8?B?收件人2==?= <邮箱2>

# 获取收件人
def get_recipient(message):
    res=[]
    recipients = message.get("To").split(",")
    for rec in recipients:
        res.append(decode_and_extract(rec.strip()))
    return res

Subject: =?UTF-8?B?乱码1==?=

 =?UTF-8?B?乱码2?=

 =?UTF-8?B?乱码3?=

邮件主题返回的也是string,前面的方法和收件人一样，因为这里没有邮件地址，所以解码方法里也不需要匹配邮件地址

def get_subject(message):
    res = []
    str= message.get("Subject")
    recipients = str.split("\n")
    for rec in recipients:
        res.append(decode_rfc2047(rec.strip()))
    decoded_text = ''.join(res)
    return decoded_text

def decode_rfc2047(encoded_str):
    # 使用正则表达式匹配RFC 2047编码的字符串
    match = re.match(r'=\?UTF-8\?B\?(.*?)\?=', encoded_str)
    if match:
        encoded_part = match.group(1)
        decoded_bytes = base64.b64decode(encoded_part)
        decoded_str = decoded_bytes.decode('utf-8')

        return decoded_str
    else:
        # 如果没有匹配到，则返回None
        return None

然后得到一个类似这样的数组，所以也需要使用join()方法把数组内容连接起来

["我是"，“邮件”，“主题”]

# 下载附件
def get_and_download_attachment(msg,save_dir):

    if not os.path.exists(save_dir):
        os.makedirs(save_dir)

    # 遍历邮件的各个部分
    for part in msg.walk():
        # 判断是否为multipart类型，如果是则跳过
        if part.get_content_maintype() == 'multipart':
            continue

        # 判断是否有Content-Disposition头部，且其值为attachment，表示该部分为附件
        content_disposition = part.get('Content-Disposition')
        if content_disposition and 'attachment' in content_disposition:
            # 获取附件的文件名
            res=[]
            f = part.get_filename().split("\n")
            for i in f:
                res.append(decode_rfc2047(i.strip()))
            filename = ''.join(res)
            print(filename)
            if filename:
                # 保存附件到本地文件系统
                filepath = os.path.join(save_dir, filename)
                with open(filepath, 'wb') as f:
                    f.write(part.get_payload(decode=True))
                    print("附件已保存: "+filepath)

从邮箱打包下载相关邮件之后就可以遍历文件夹对附件进行下载了。

def traverse_and_download_attachment(root_folder,save_dir):
    for subdir in os.listdir(root_folder):
        subdir_path = os.path.join(root_folder, subdir)
        msg=get_message(subdir_path)
        get_and_download_attachment(msg,save_dir)

作者：NuageL