You are here:  Home » Python » :解析电子邮件 – – 电子邮件和MIME处理包(Python教程)(参考资料)

email.parser解析电子邮件

源代码: Lib / email / parser.py


消息对象结构可以通过以下两种方式之一创建:它们可以从整块布料中获取通过创建一个EmailMessage对象,使用字典界面添加标题,使用set_content()和相关方法添加有效负载,或者可以通过解析emailmessage的序列化表示来创建它

emailpackage提供了一个标准的解析器,可以理解大多数emaildocument结构,包括MIME文档。你可以传递解析器abytes,string或file对象,解析器将返回你的根EmailMessage对象结构的实例。简单的非MIME消息,该根对象的有效负载可能是包含消息文本的astring。对于MIME消息,root对象将返回True来自它is_multipart()方法,子部分可以通过有效负载操作方法访问,如get_body(),iter_parts(),和walk().

实际上有两个可用的解析器接口,Parser API和增量FeedParser API。如果您在内存中包含消息的整个文本,或者如果整个消息存在于文件系统上的文件中,则Parser API非常有用。当您从流中读取消息时,FeedParser更合适,可能阻止等待更多输入(例如从套接字读取电子邮件消息)。FeedParser可以递增地使用和解析消息,只有在关闭解析器时才会返回根对象.

注意解析器可以以有限的方式扩展,当然你可以实现自己的解析器完全从头开始。连接email包的捆绑解析器和EmailMessage类的所有逻辑都包含在policy类中,因此自定义解析器可以以任何方式创建消息对象树。实现适当的自定义版本policymethods.

FeedParser API

BytesFeedParser,从email.feedparser模块,提供有助于增量解析电子邮件消息的API,例如在从可以阻止的源(例如套接字)中读取电子邮件消息的文本时。BytesFeedParser可以用于解析完全包含在字节对象,字符串或文件中的电子邮件消息,但BytesParser API这种用例可能更方便。两个parserAPI的语义和结果是一样的.

BytesFeedParser的API很简单;你创建一个实例,直到它不再需要它来提供它,然后关闭解析器来检索根消息对象。在解析符合标准的消息时,BytesFeedParser非常准确,并且它在解析不符合要求的消息方面做得非常好,提供了有关消息被视为破坏的信息。它将使用消息中找到的任何问题列表填充消息对象的defects属性。请参阅email.errors模块以查找可以找到的缺陷列表.

这是BytesFeedParser

class email.parser.BytesFeedParser_factory=None, *, policy=policy.compat32

创建一个 BytesFeedParser实例。可选_factory是ano-argument可调用的;如果没有指定,请使用message_factory中的policy。每当需要新的消息对象时调用_factory

如果policy指定使用它指定的规则来更新消息的表示。如果没有设置policy,请使用compat32策略,它维护与电子邮件包的Python 3.2版本的向后兼容性,并提供Message作为默认工厂。所有其他政策提供EmailMessage默认为_factory。有关policy控件的更多信息,请参阅policy documentation.

注意:应始终指定policy关键字;默认将更改为email.policy.default在未来版本的Python中

新版本3.2.

更改版本3.3:添加了policy keyword.

在版本3.6中更改:_factory默认为策略message_factory.

feeddata

为解析器提供更多数据。data应该是字节对象包含一行或多行。线可以是部分的,并且分析器将这些部分线正确地缝合在一起。线条可以有三个常见的线条结尾中的任何一个:回车,换行,或者换行和换行(它们甚至可以混合).

close

完成所有先前输入数据的解析并返回rootmessage对象。如果在调用此方法之后调用feed()会发生什么事情是不确定的.

class email.parser.FeedParser (_factory=None, *, policy=policy.compat32 )

BytesFeedParser一样工作,除了feed()方法的输入必须是一个字符串。这是有限的,因为这种消息有效的唯一方法是它只包含ASCII文本,或者,如果utf8True,没有二进制附件.

更改版本3.3:添加了policy keyword.

Parser API

BytesParser类,从email.parser模块,提供一个API,当消息的完整内容在字节对象或文件中可用时,可用于解析消息。email.parser模块还提供了Parser用于解析字符串和仅限标题的解析器BytesHeaderParserHeaderParser,如果您只对消息的标题感兴趣,可以使用它。BytesHeaderParserHeaderParser在这些情况下可以快得多,因为它们不会尝试解析主题体,而是将有效负载设置为原始体.

class email.parser.BytesParser (_class=None, *, policy=policy.compat32)

创建一个BytesParser实例_classpolicy参数与_factorypolicyBytesFeedParser.

参数具有相同的含义和语义注意:应始终指定policy关键字;默认将更改为email.policy.default在未来的Python版本中

改版3.3:删除了strict在2.4中弃用的参数。添加了policy关键词。

版本3.6更改:_class默认为策略message_factory.

parsefp, headersonly=False

从二进制文件类对象fp读取所有数据,解析结果字节,并返回消息宾语。fp必须支持readline()read()methods.

fp中包含的字节必须格式化为 RFC 5322 的块(或者,如果utf8True, RFC 6532 )样式标题和标题延续行,可选地前面是anenvelope标题。标题块由数据末尾或空行终止。标题块之后是themessage的主体(可能包含MIME编码的子部分,包括带有Content-Transfer-Encoding8bit).

可选的 headersonly是一个标志,指定是否在读取头文件后停止解析。默认是False,意思是它解析文件的全部内容.

parsebytesbytes, headersonly=False

类似于parse()方法,除了需要 bytes-likeobject 而不是类似文件的对象。在字节对象上调用此方法相当于在bytes中包装BytesIO实例首先调用parse().

可选headersonlyparse()方法一样

新版本3.2.

class email.parser.BytesHeaderParser_class=None, *, policy=policy.compat32

正好BytesParser,除了headersonly默认为True.

版本3.3.

class email.parser.Parser(_class=None, *, policy=policy.compat32)

这个类与BytesParser平行,但处理字符串输入。

在版本3.3中更改:删除了strict参数。添加了policy keyword.

更改版本3.6:_class默认为策略message_factory.

parsefp, headersonly=False

从文本模式文件对象fp读取所有数据,解析结果文本,并返回根消息对象。fp必须支持readline()read()文件类文件的方法.

除文本模式要求外,此方法的操作类似于BytesParser.parse().

parsestrtext, headersonly=False

类似于parse()方法,除了它需要一个字符串对象而不是一个类文件对象。在字符串上调用此方法等同于在text实例中调用StringIO调用parse().

可选headersonlyparse()方法一样.

class email.parser.HeaderParser (_class=None, *, policy=policy.compat32)

恰好Parser,除了headersonly默认为True.

由于从字符串或文件对象创建消息对象结构是常见任务,因此提供了四个功能以方便起见。它们可以在顶层找到emailpackage namespace.

email.message_from_bytes (s, _class=None, *, policy=policy.compat32)

字节对象返回一个消息对象结构。这与BytesParser().parsebytes(s)等价。可选_classpolicy被解释为BytesParserclassconstructor.

新版本3.2.

更改版本3.3:删除了strict参数。添加了policy关键字

email.message_from_binary_file// (fp, _class=None, *, policy=policy.compat32 )

从打开的二进制文件文件对象返回消息对象结构树。这相当于BytesParser().parse(fp). _classpolicy被解释为BytesParser classconstructor.

新版本3.2.

在版本3.3中更改:删除了strict参数。添加了policy keyword.

email.message_from_string(s, _class=None, *, policy=policy.compat32)

从字符串返回消息对象结构。这相当于Parser().parsestr(s). _classpolicy被解释为Parser类构造函数.

更改版本3.3:删除了strict参数。添加了policy关键字

email.message_from_file// (fp, _class=None, *, policy=policy.compat32 )

从打开文件对象这相当于Parser().parse(fp). _classpolicy和解释一样Parserclass constructor.

改版3.3:删除了strict论点。添加了policy关键词。

版本3.6更改:_class默认为政策message_factory.

这是一个如何使用message_from_bytes()在一个互动的Python提示符:

>>> import email>>> msg = email.message_from_bytes(myBytes)  

附加说明

以下是解析语义的一些注释:

  • 大多数非multipart类型的消息被解析为带有字符串有效负载的单个消息对象。对于False,这些对象将返回is_multipart()iter_parts()会产生一个空列表
  • 所有multipart类型消息将被解析为容器消息对象,其中包含有效负载的子消息对象列表。外容器消息将返回True is_multipart()iter_parts()将产生一个子部分列表
  • 内容类型为message/*的大多数消息(例如message/delivery-statusmessage/rfc822)也将被解析为容器对象包含列表有效负载长度为1.他们的is_multipart()方法将返回Trueiter_parts()产生的单个元素将是一个子消息对象.
  • 一些不符合标准的消息可能在内部不一致multipart-edness。这样的消息可能有Content-Type类型的标题multipart,但他们的is_multipart()方法可能会返回False。如果用解析这些消息FeedParser,他们将有一个MultipartInvariantViolationDefect在他们的课堂上defects属性列表。见email.errors详情.