如何解析eml文件并获取邮件内容

一、解析eml文件的基础知识

eml是一种用于存储邮件信息的文件格式，它是一种纯文本格式，通常包含邮件头和邮件正文两部分内容。邮件头包含邮件的发件人、收件人、主题、日期等信息；邮件正文则包含邮件的具体内容。

要解析eml文件并获取邮件内容，需要理解eml文件的结构和格式，并能够对eml文件进行解析。通常可以使用Python中的email模块来处理eml文件。下面是一个基本的代码示例：

import email

# 打开eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 获取邮件头信息
    sender = eml['From']
    receiver = eml['To']
    subject = eml['Subject']
    date = eml['Date']
    # 获取邮件正文
    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())

在上面的代码示例中，我们通过使用email模块的message_from_bytes函数来解析eml文件，并获取邮件头和邮件正文的相关信息。

二、获取邮件附件

有些邮件会包含附件，如果需要获取附件的内容，可以使用Python中的base64模块来解码附件的内容。下面是一个示例代码：

import email
import base64

# 打开eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 获取附件
    for part in eml.walk():
        if part.get_content_type() != 'text/plain' and part.get_content_type() != 'text/html':
            # 解码附件内容
            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))

在上面的代码示例中，我们使用eml.walk函数遍历所有邮件部分，在找到附件部分后，使用base64模块对附件内容进行解码，并将解码后的内容保存到本地文件中。

三、使用正则表达式获取邮件地址

在解析邮件头信息时，通常需要获取邮件地址（比如收件人和发件人的地址）。可以使用Python中的正则表达式来提取邮件地址。下面是一个示例代码：

import email
import re

# 打开eml文件
with open('example.eml', 'rb') as f:
    # 解析eml文件
    eml = email.message_from_bytes(f.read())
    # 获取发件人和收件人的邮件地址
    sender = re.findall(r'<(.+?)>', eml['From'])[0]
    receiver = re.findall(r'<(.+?)>', eml['To'])[0]

在上面的代码示例中，我们使用re模块的findall函数来匹配邮件地址的正则表达式，并提取出匹配的内容。这个正则表达式可以匹配尖括号内的部分，即邮件地址。