如何解析eml文件並獲取郵件內容

一、解析eml文件的基礎知識

eml是一種用於存儲郵件信息的文件格式，它是一種純文本格式，通常包含郵件頭和郵件正文兩部分內容。郵件頭包含郵件的發件人、收件人、主題、日期等信息；郵件正文則包含郵件的具體內容。

要解析eml文件並獲取郵件內容，需要理解eml文件的結構和格式，並能夠對eml文件進行解析。通常可以使用Python中的email模塊來處理eml文件。下面是一個基本的代碼示例：

import email

# 打開eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 獲取郵件頭信息
    sender = eml['From']
    receiver = eml['To']
    subject = eml['Subject']
    date = eml['Date']
    # 獲取郵件正文
    if eml.is_multipart():
        for part in eml.get_payload():
            content_type = part.get_content_type()
            content = part.get_payload(decode=True)
            if 'text/plain' in content_type:
                text = content.decode(part.get_content_charset())
            elif 'text/html' in content_type:
                html = content.decode(part.get_content_charset())
    else:
        content_type = eml.get_content_type()
        content = eml.get_payload(decode=True)
        if 'text/plain' in content_type:
            text = content.decode(eml.get_content_charset())
        elif 'text/html' in content_type:
            html = content.decode(eml.get_content_charset())

在上面的代碼示例中，我們通過使用email模塊的message_from_bytes函數來解析eml文件，並獲取郵件頭和郵件正文的相關信息。

二、獲取郵件附件

有些郵件會包含附件，如果需要獲取附件的內容，可以使用Python中的base64模塊來解碼附件的內容。下面是一個示例代碼：

import email
import base64

# 打開eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 獲取附件
    for part in eml.walk():
        if part.get_content_type() != 'text/plain' and part.get_content_type() != 'text/html':
            # 解碼附件內容
            filename = part.get_filename()
            if filename is not None:
                data = part.get_payload(decode=True)
                with open(filename, 'wb') as f:
                    f.write(base64.b64decode(data))

在上面的代碼示例中，我們使用eml.walk函數遍歷所有郵件部分，在找到附件部分後，使用base64模塊對附件內容進行解碼，並將解碼後的內容保存到本地文件中。

三、使用正則表達式獲取郵件地址

在解析郵件頭信息時，通常需要獲取郵件地址（比如收件人和發件人的地址）。可以使用Python中的正則表達式來提取郵件地址。下面是一個示例代碼：

import email
import re

# 打開eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 獲取發件人和收件人的郵件地址
    sender = re.findall(r'', eml['From'])[0]
    receiver = re.findall(r'', eml['To'])[0]

在上面的代碼示例中，我們使用re模塊的findall函數來匹配郵件地址的正則表達式，並提取出匹配的內容。這個正則表達式可以匹配尖括弧內的部分，即郵件地址。