logo标签列表

解析电子邮件字段

pythonemailparsing
3

我希望从To:邮件字段中解析出电子邮件地址。

实际上，在循环处理mbox中的电子邮件时：

mbox = mailbox.mbox('test.mbox')
for m in mbox:
  print m['To']

我们可以获得以下内容：

我们可以获得这些东西：

info@test.org, Blahblah <blah@test.com>, <another@blah.org>, "Hey" <last@one.com>

这应该被解析为：

[{email: "info@test.org", name: ""}, 
 {email: "blah@test.com", name: "Blahblah"},
 {email: "another@blah.org", name: ""},
 {email: "last@one.com", name: "Hey"}]

是否有已经内置的东西（在mailbox或其他模块中）来实现这个功能，还是没有？

我读了几遍这篇文档，但没有发现相关的内容。

4个回答
5
您可以使用 email.utils.getaddresses() 来实现此功能：
>>> getaddresses(['info@test.org, Blahblah <blah@test.com>, <another@blah.org>, "Hey" <last@one.com>'])
[('', 'info@test.org'), ('Blahblah', 'blah@test.com'), ('', 'another@blah.org'), ('Hey', 'last@one.com')]

（请注意，该函数期望一个列表，因此您需要在[...]中括起字符串。）
1
正如@TheSpooniest指出的那样，email有一个解析器：
import email

s = 'info@test.org, Blahblah <blah@test.com>, <another@blah.org>, "Hey" <last@one.com>'

for em in s.split(','):
    print email.utils.parseaddr(em)

给出：
('', 'info@test.org')
('Blahblah', 'blah@test.com')
('', 'another@blah.org')
('Hey', 'last@one.com')
1
当名称或电子邮件中包含逗号时，这不起作用："Example, John" <foo,bar@example.com>。 - Boldewyn
1

email.parser有你需要的模块。因为解析器将使用此结构返回消息，所以email.message仍然相关，因此您将从中获取标题数据。但是要实际读取文件，email.parser是正确的选择。

email.parser 如何解析 To 头部的内容？ - user1907906
0

Python提供了email.Header.decode_header()用于解码头文件。该函数解码每个原子并返回一个元组列表（文本,编码），您仍然需要解码和连接以获取完整的文本。

对于地址，Python提供了email.utils.getaddresses()将地址拆分成元组列表（显示名称，地址）。显示名称也需要解码，并且地址必须匹配RFC2822语法。 函数getmailaddresses()完成所有工作。

这里有一个教程可能会有所帮助http://blog.magiksys.net/parsing-email-using-python-header

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接