<a target="_blank" href="http://www.cnblogs.com/sislcb/archive/2008/12/01/1344860.html">python子產品之email: 電子郵件編碼解碼 (一、解碼郵件)</a>
python自帶的email子產品是個很有意思的東西，它可以對郵件編碼解碼，用來處理郵件非常好用。
處理郵件是一個很細緻的工作，尤其是解碼郵件，因為它的格式變化太多了，下面先看看一個郵件的源檔案：
received: from 192.168.208.56 ( 192.168.208.56 [192.168.208.56] ) by
ajax-webmail-wmsvr37 (coremail) ; thu, 12 apr 2007 12:07:48 +0800 (cst)
date: thu, 12 apr 2007 12:07:48 +0800 (cst)
from: user1 <[email protected]>
to: zhaowei <[email protected]>
message-id: <[email protected]>
subject: =?gbk?b?u+njta==?=
mime-version: 1.0
content-type: multipart/alternative;
boundary="----=_part_21696_28113972.1176350868319"
------=_part_21696_28113972.1176350868319
content-type: text/plain; charset=gbk
content-transfer-encoding: base64
ztls0b+qyrzs1m6qysfsu7j20mfg2ru70ru0zqos1k3atmrh0ru49ttctffsu7toztldx8/w1nrt
prjdysew67xjssxe3mji1ebc6bezicag
content-type: text/html; charset=gbk
content-transfer-encoding: quoted-printable
<div>=ce=d2=d2=d1=bf=aa=ca=bc=d2=d4=ce=aa=ca=c7=d2=bb=b8=f6=d0=c7=c6=da=bb=
=bb=d2=bb=b4=ce=a3=ac=d4=ad=c0=b4=ca=c7=d2=bb=b8=f6=d4=c2=b5=f7=d2=bb=b4=ce=
</div>
<div>=ce=d2=c3=c7=cf=d6=d4=da=d3=a6=b8=c3=ca=c7=b0=eb=b5=e3=b2=c5=c4=dc=c8=
=c8</div>
<div>=d5=e6=c2=e9=b7=b3</div>
------=_part_21696_28113972.1176350868319--
上面的就是以封郵件的源檔案，從第一行到第一個空行之間的為信件頭，後面的就是信件體了。把上面的資訊複制下來存到一個叫xxx.eml的檔案裡，用滑鼠輕按兩下就可以看到内容，當然看到的是解碼後的，是outlook幫你解碼了。
看看email子產品怎麼處理這個郵件，假設信件已經存為xxx.eml。
#-*- encoding: gb2312 -*-
import email
fp = open("xxx.eml", "r")
msg = email.message_from_file(fp) # 直接檔案建立message對象，這個時候也會做初步的解碼
subject = msg.get("subject") # 取信件頭裡的subject, 也就是主題
# 下面的三行代碼隻是為了解碼象=?gbk?q?=cf=e0=c6=ac?=這樣的subject
h = email.header.header(subject)
dh = email.header.decode_header(h)
subject = dh[0][0]
print "subject:",
subject
print "from: ",
email.utils.parseaddr(msg.get("from"))[1] # 取from
print "to: ",
email.utils.parseaddr(msg.get("to"))[1] # 取to
fp.close()
這段代碼可以把一封郵件中的主題、發件人、收件人解析出來。email.utils.parseaddr是用來專門解析郵件位址的，原因是郵件位址很多時候在原文裡是這樣寫的：user1 <[email protected]>, email.utils.parseaddr就可以把它解析為一個清單，第一項是user1, 第二項是[email protected], 這裡隻顯示了後面以部分。
前面那段代碼隻是解析了信件頭，接着解析信件體吧。信體裡可能有純文字的plain和html兩部分,也可能有附件。這裡需要mime的知識，詳細介紹可以從網上搜搜。我這裡就不說了，下面看看怎麼解析的：
msg = email.message_from_file(fp)
# 循環信件中的每一個mime的資料塊
for par in msg.walk():
if not par.is_multipart(): # 這裡要判斷是否是multipart，是的話，裡面的資料是無用的，至于為什麼可以了解mime相關知識。
name = par.get_param("name") #如果是附件，這裡就會取出附件的檔案名
if name:
#有附件
# 下面的三行代碼隻是為了解碼象=?gbk?q?=cf=e0=c6=ac.rar?=這樣的檔案名
h = email.header.header(name)
dh = email.header.decode_header(h)
fname = dh[0][0]
print '附件名:',
fname
data = par.get_payload(decode=true) # 解碼出附件資料，然後存儲到檔案中
try:
f = open(fname, 'wb') #注意一定要用wb來打開檔案，因為附件一般都是二進制檔案
except:
print '附件名有非法字元，自動換一個'
f = open('aaaa', 'wb')
f.write(data)
f.close()
else:
#不是附件，是文本内容
print par.get_payload(decode=true) # 解碼出文本内容，直接輸出來就可以了。
print '+'*60 # 用來差別各個部分的輸出
簡單吧，并沒有多少代碼就可以實作複雜的解析郵件的功能！