これは、電子メールのコンテンツ、つまり* .emlファイルを取得する方法です。これはPython2.5-2.7で完全に機能します。 3で試してみてください。同様に機能するはずです。
from email import message_from_file
import os
# Path to directory where attachments will be stored:
path = "./msgfiles"
# To have attachments extracted into memory, change behaviour of 2 following functions:
def file_exists (f):
"""Checks whether extracted file was extracted before."""
return os.path.exists(os.path.join(path, f))
def save_file (fn, cont):
"""Saves cont to a file fn"""
file = open(os.path.join(path, fn), "wb")
file.write(cont)
file.close()
def construct_name (id, fn):
"""Constructs a file name out of messages ID and packed file name"""
id = id.split(".")
id = id[0]+id[1]
return id+"."+fn
def disqo (s):
"""Removes double or single quotations."""
s = s.strip()
if s.startswith("'") and s.endswith("'"): return s[1:-1]
if s.startswith('"') and s.endswith('"'): return s[1:-1]
return s
def disgra (s):
"""Removes < and > from HTML-like tag or e-mail address or e-mail ID."""
s = s.strip()
if s.startswith("<") and s.endswith(">"): return s[1:-1]
return s
def pullout (m, key):
"""Extracts content from an e-mail message.
This works for multipart and nested multipart messages too.
m -- email.Message() or mailbox.Message()
key -- Initial message ID (some string)
Returns Tuple(Text, Html, Files, Parts)
Text -- All text from all parts.
Html -- All HTMLs from all parts
Files -- Dictionary mapping extracted file to message ID it belongs to.
Parts -- Number of parts in original message.
"""
Html = ""
Text = ""
Files = {}
Parts = 0
if not m.is_multipart():
if m.get_filename(): # It's an attachment
fn = m.get_filename()
cfn = construct_name(key, fn)
Files[fn] = (cfn, None)
if file_exists(cfn): return Text, Html, Files, 1
save_file(cfn, m.get_payload(decode=True))
return Text, Html, Files, 1
# Not an attachment!
# See where this belongs. Text, Html or some other data:
cp = m.get_content_type()
if cp=="text/plain": Text += m.get_payload(decode=True)
Elif cp=="text/html": Html += m.get_payload(decode=True)
else:
# Something else!
# Extract a message ID and a file name if there is one:
# This is some packed file and name is contained in content-type header
# instead of content-disposition header explicitly
cp = m.get("content-type")
try: id = disgra(m.get("content-id"))
except: id = None
# Find file name:
o = cp.find("name=")
if o==-1: return Text, Html, Files, 1
ox = cp.find(";", o)
if ox==-1: ox = None
o += 5; fn = cp[o:ox]
fn = disqo(fn)
cfn = construct_name(key, fn)
Files[fn] = (cfn, id)
if file_exists(cfn): return Text, Html, Files, 1
save_file(cfn, m.get_payload(decode=True))
return Text, Html, Files, 1
# This IS a multipart message.
# So, we iterate over it and call pullout() recursively for each part.
y = 0
while 1:
# If we cannot get the payload, it means we hit the end:
try:
pl = m.get_payload(y)
except: break
# pl is a new Message object which goes back to pullout
t, h, f, p = pullout(pl, key)
Text += t; Html += h; Files.update(f); Parts += p
y += 1
return Text, Html, Files, Parts
def extract (msgfile, key):
"""Extracts all data from e-mail, including From, To, etc., and returns it as a dictionary.
msgfile -- A file-like readable object
key -- Some ID string for that particular Message. Can be a file name or anything.
Returns dict()
Keys: from, to, subject, date, text, html, parts[, files]
Key files will be present only when message contained binary files.
For more see __doc__ for pullout() and caption() functions.
"""
m = message_from_file(msgfile)
From, To, Subject, Date = caption(m)
Text, Html, Files, Parts = pullout(m, key)
Text = Text.strip(); Html = Html.strip()
msg = {"subject": Subject, "from": From, "to": To, "date": Date,
"text": Text, "html": Html, "parts": Parts}
if Files: msg["files"] = Files
return msg
def caption (Origin):
"""Extracts: To, From, Subject and Date from email.Message() or mailbox.Message()
Origin -- Message() object
Returns Tuple(From, To, Subject, Date)
If message doesn't contain one/more of them, the empty strings will be returned.
"""
Date = ""
if Origin.has_key("date"): Date = Origin["date"].strip()
From = ""
if Origin.has_key("from"): From = Origin["from"].strip()
To = ""
if Origin.has_key("to"): To = Origin["to"].strip()
Subject = ""
if Origin.has_key("subject"): Subject = Origin["subject"].strip()
return From, To, Subject, Date
# Usage:
f = open("message.eml", "rb")
print extract(f, f.name)
f.close()
メールボックスを使用してメールグループ用にこれをプログラムしたので、非常に複雑です。それは私を決して失敗させなかった。決してがらくたはありません。メッセージがマルチパートの場合、出力ディクショナリには、テキストまたはhtmlではない抽出された他のファイルのすべてのファイル名を含むキー「ファイル」（サブディクテーション）が含まれます。これは、添付ファイルやその他のバイナリデータを抽出する方法でした。 pullout（）で変更するか、file_exists（）とsave_file（）の動作を変更することができます。
construct_name（）は、メッセージIDとマルチパートメッセージファイル名（存在する場合）からファイル名を作成します。
Pullout（）では、Text変数とHtml変数は文字列です。オンラインメールグループの場合、一度に添付ファイルではないテキストまたはHTMLをマルチパートにパックしても問題ありませんでした。
より洗練されたものが必要な場合は、TextとHtmlをリストに変更して追加し、必要に応じて追加します。問題はありません。
Email.Message（）ではなくmailbox.Message（）で動作することを目的としているため、ここにいくつかのエラーがある可能性があります。 email.Message（）で試してみましたが、問題なく動作しました。
あなたは「それらすべてをリストしたい」と言いました。どこから？ POP3メールボックスまたはNiceオープンソースメーラーのメールボックスを参照する場合は、メールボックスモジュールを使用して参照します。他の人からそれらをリストしたい場合は、問題があります。たとえば、MS Outlookからメールを取得するには、OLE2複合ファイルの読み取り方法を知っている必要があります。他のメーラーがそれらを* .emlファイルと呼ぶことはめったにないので、これはまさにあなたがやりたいことだと思います。次に、PyPIでolefileまたはcompoundfilesモジュールを検索し、GoogleでMSOutlookの受信トレイファイルから電子メールを抽出する方法を検索します。または、混乱を保存して、そこからディレクトリにエクスポートするだけです。それらをemlファイルとして持っている場合は、このコードを適用します。
私はこれを見つけました コード はるかに簡単です
import email
import os
path = './'
listing = os.listdir(path)
for fle in listing:
if str.lower(fle[-3:])=="eml":
msg = email.message_from_file(open(fle))
attachments=msg.get_payload()
for attachment in attachments:
try:
fnam=attachment.get_filename()
f=open(fnam, 'wb').write(attachment.get_payload(decode=True,))
f.close()
except Exception as detail:
#print detail
pass
これを試して：
#!python3
# -*- coding: utf-8 -*-
import email
import os
SOURCE_DIR = 'email'
DEST_DIR = 'temp'
def extractattachements(fle,suffix=None):
message = email.message_from_file(open(fle))
filenames = []
if message.get_content_maintype() == 'multipart':
for part in message.walk():
if part.get_content_maintype() == 'multipart': continue
#if part.get('Content-Disposition') is None: continue
if part.get('Content-Type').find('application/octet-stream') == -1: continue
filename = part.get_filename()
if suffix:
filename = ''.join( [filename.split('.')[0], '_', suffix, '.', filename.split('.')[1]])
filename = os.path.join(DEST_DIR, filename)
fb = open(filename,'wb')
fb.write(part.get_payload(decode=True))
fb.close()
filenames.append(filename)
return filenames
def main():
onlyfiles = [f for f in os.listdir(SOURCE_DIR) if os.path.isfile(os.path.join(SOURCE_DIR, f))]
for file in onlyfiles:
#print path.join(SOURCE_DIR,file)
extractattachements(os.path.join(SOURCE_DIR,file))
return True
if __name__ == "__main__":
main()