Python POP3读取邮件

前提条件

• 熟悉Python基本语法

相关介绍

• Python是一种跨平台的计算机程序设计语言。是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。
• POP3，全名为“Post Office Protocol - Version 3”，即“邮局协议版本3”。是TCP/IP协议族中的一员，由RFC1939 定义。本协议主要用于支持使用客户端远程管理在服务器上的电子邮件。
• Python 内置一个 poplib 模块，实现了 POP3 协议，可以直接用来收邮件。
• POP3 协议收取的不是一个已经可以阅读的邮件本身，而是邮件的原始文本，这和 SMTP 协议很像，SMTP 发送的也是经 过编码后的一大段文本。要把 POP3 收取的文本变成可以阅读的邮件，还需要用 email 模块提供的各种 类来解析原始文本，变成可阅读的邮件对象。
• Email模块是一个用于管理电子邮件消息的库。
• 下图来源于《计算机网络（第7版）- 谢希仁》
  

实验环境

• Python 3.x （面向对象的高级语言）
• Emain 3.141.0 （python第三方库）
• Smtplib （python标准库）
• Poplib （python标准库）

读取邮件

获取邮箱授权码

以QQ邮箱为例，登录QQ邮箱->设置->账号->开启POP3/SMTP服务->生成授权码

主要步骤

• 第一步：用 poplib 获取邮件的原始文本。
• 第二步：用 email 解析原始文本，还原为邮件对象。

代码实现

# -*- coding: utf-8 -*-
"""
Created on 2022/03/18 12:00:00
@author: TFX
"""
import poplib
from email.parser import Parser
from email.header import decode_header
from email.utils import parseaddr

def get_origin_text(): # 获取邮件原始文本
	# 连接到POP3服务器
	pop_server = poplib.POP3("pop.qq.com")
	# 邮箱号
	pop_server.user("********@qq.com")
	# 授权码
	pop_server.pass_("********") # 

	# stat()返回(邮件数，邮件尺寸)
	# print('邮件数: %s. 邮件尺寸: %s' % pop_server.stat())
	# list()返回所有邮件的编号列表,默认返回20个元素
	resp, mails, octets = pop_server.list() # 编号最大的为最新的一封

	# 获取最新的一封邮件(索引号从1开始)
	index = len(mails)
	# print(index)
	resp, lines, octets = pop_server.retr(index) # 返回(状态信息，邮件，邮件尺寸)

	# lines存储了邮件的原始文本的每一行,可以获得整个邮件的原始文本
	msg_content = b'\r\n'.join(lines).decode('utf-8') # b表示：后面字符串是bytes类型。
	msg = Parser().parsestr(msg_content)
	# 退出连接
	pop_server.quit()
	return msg

def decode_str(s): # 解码字符串
	value, charset = decode_header(s)[0]
	if charset:
		value = value.decode(charset)
	return value

def set_charset(msg): # 设置字符集
	charset = msg.get_charset() # 获取字符集
	if charset is None:
		content_type = msg.get('Content-Type', '').lower()
		pos = content_type.find('charset=')
		if pos >= 0:
			charset = content_type[pos + 8:].strip()
	return charset

def parse_msg(msg):
	# 解析邮件头
	for header in ['From', 'To', 'Subject']: # 遍历获取发件人，收件人，主题的相关信息
		value = msg.get(header, '') # 获取邮件头的内容
		if value:
			if header=='Subject': # 获取主题的信息，并解码
				value = decode_str(value) # 解码字符串
			else:
				hdr, addr = parseaddr(value) # 解析字符串中的邮件地址
				name = decode_str(hdr) # 解码字符串
				value = '%s <%s>' % (name, addr)
		print('%s: %s' % (header, value))
	
	# 解析邮件正文
	if (msg.is_multipart()):# 如果消息由多个部分组成，则返回True
		parts = msg.get_payload() # 返回一个包含邮件所有的子对象的列表
		for n, part in enumerate(parts): # 枚举，遍历各个对象
			print('part %s' % (n))
			parse_msg(part)
	else:
		content_type = msg.get_content_type() # 获取邮件信息的内容类型
		if content_type=='text/plain' or content_type=='text/html': # 如果是纯文本或者html类型
			content = msg.get_payload(decode=True)# 返回一个包含邮件所有的子对象(已解码)的列表
			charset = set_charset(msg) # 设置字符集
			if charset: # 字符集不为空
				content = content.decode(charset) # 解码
			print('Text: %s' % (content))
		else:
			print('Attachment: %s' % (content_type)) # 附件

if __name__=="__main__":
	msg = get_origin_text() # 第一步：用 poplib 获取邮件的原始文本。
	parse_msg(msg) # 第二步：用 email 解析原始文本，还原为邮件对象。

输出结果

原始文本信息

解析后文本信息

更多精彩内容，可点击进入Python日常小操作专栏查看