Python实现邮件自动下载与附件解析实战

何川

发布时间：2026-10-12| 3人浏览过

原创

本文详解如何使用Python实现邮件自动下载功能。通过对比SMTP、POP3和IMAP协议，重点讲解基于IMAP协议的邮件登录与解析。代码示例展示了如何提取邮件主题、下载附件至指定路径，并解析HTML正文保存为文本文件，同时提及利用Pandas处理表格附件，提供完整的类封装与运行逻辑。

在编写代码之前，首先需要了解三种常见的邮件服务协议：

1、SMTP协议

SMTP（Simple Mail Transfer Protocol，简单邮件传输协议）主要充当中转站角色，负责将邮件从发送方传输至接收方的客户端。

2、POP3协议

POP3（Post Office Protocol 3，邮局协议第3版）是电子邮件的早期离线协议标准。该协议将邮件下载到本地计算机，不与服务器保持同步。其缺点在于容易导致邮件丢失或重复下载相同邮件。

3、IMAP协议

IMAP（Internet Mail Access Protocol，交互式邮件存取协议）允许直接连接远程邮箱进行操作，并能与服务器内容保持同步，适合多设备管理。

接下来介绍Python中的email包。

该包的核心组件是代表电子邮件消息的“对象模型”。应用程序主要通过message子模块中定义的对象模型接口与该包交互。利用此API，用户可以查询现有电子邮件信息、构造新邮件，或添加、移除遵循相同对象模型接口的邮件子组件。简言之，电子邮件对象模型是一个树状结构，包含所有提供EmailMessage API的对象，反映了电子邮件及其MIME子组件的性质。

随后，我们将通过具体代码实现一个登录邮箱客户端的功能，包括下载邮件、解析邮件附件内容等步骤。

首先，我们需要定义一个用于邮件解析的类，该类包含三个关键变量：

1、邮箱所属的IMAP服务地址；

2、邮箱账号；

3、邮箱密码。需要注意的是，不同邮箱服务商有不同的安全策略，例如QQ邮箱需要短信验证并获取登录授权码，而不能直接使用明文密码登录远程客户端。

class Email_parse:

    def __init__(self,remote_server_url,email_url,password):
    	# imap服务地址
        self.remote_server_url = remote_server_url
        # 邮箱账号
        self.email_url = email_url
        # 邮箱密码
        self.password = password

接着定义类的入口函数，用于登录远程服务器并默认获取第一页的所有邮件。我们会获取邮件主题并打印输出。由于不同邮件主题的编码方式可能不同，二进制数据需要正确转码才能正常显示。

    def main_parse_Email(self):
        """入口函数，登录imap服务"""
        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)
        server.login(self.email_url, self.password)
        server.select('INBOX')
        status,data = server.search(None,"ALL")
        if status != 'OK':
            raise Exception('read email error')
        emailids = data[0].split()
        mail_counts = len(emailids)
        print("count:",mail_counts)
        # 邮件的遍历是按时间从后往前，这里我们选择最新的一封邮件
        for i in range(mail_counts - 1, mail_counts - 2, -1):
            status, edata = server.fetch(emailids[i], '(RFC822)')
            msg = email.message_from_bytes(edata[0][1])
            #获取邮件主题title
            subject = email.header.decode_header(msg.get('subject'))
            if type(subject[-1][0]) == bytes:
                title = subject[-1][0].decode(str(subject[-1][1]))
            elif type(subject[-1][0]) == str:
                title = subject[-1][0]
            print("title:", title)

其中，msg变量保存了邮件的主体内容。由于后续会重复使用msg和title，我们将构造一个类函数来返回这两个值。

    def get_email_title(msg):
        subject = email.header.decode_header(msg.get('subject'))
        if type(subject[-1][0]) == bytes:
            title = subject[-1][0].decode(str(subject[-1][1]))
        elif type(subject[-1][0]) == str:
            title = subject[-1][0]
        print("title:", title)
        return title

邮件解析分为两部分：邮件正文（HTML格式）和附件（如xlsx等格式）。如果检测到附件，则将其保存到指定路径。表格解析部分不再赘述，使用pandas等库即可轻松处理。

    def get_att(msg):
        """获取附件并下载"""
        filename = Email_parse.get_email_name(msg)
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                data = part.get_payload(decode=True)
                if data != None:
                    att_file = open('./src/' + filename, 'wb')
                    att_file.write(data)
                    att_file.close()
                else:
                    pass

对于邮件正文内容，我们直接解析HTML，并将文本内容保存为.txt文件，以便于后续读取。

    def get_text_from_HTML(msg):
        """获取邮件中的html"""
        filename = Email_parse.get_email_name(msg)
        current_title = Email_parse.get_email_title(msg)
        print("filename:",filename,type(filename))
        for part in msg.walk():
            if not part.is_multipart():
                result = part.get_payload(decode=True)
                result = result.decode('gbk')
                f = open(f'./src/{current_title}.txt','w')
                f.write(result)
                f.close()
                return result

完整代码如下：

import email
import imaplib
from email.header import decode_header
import pandas as pd
import datetime


class Email_parse:
    def __init__(self,remote_server_url,email_url,password):
        self.remote_server_url = remote_server_url
        self.email_url = email_url
        self.password = password

    def get_att(msg):
        filename = Email_parse.get_email_name(msg)
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                data = part.get_payload(decode=True)
                if data != None:
                    att_file = open('./src/' + filename, 'wb')
                    att_file.write(data)
                    att_file.close()
                else:
                    pass

    def get_email_title(msg):
        subject = email.header.decode_header(msg.get('subject'))
        if type(subject[-1][0]) == bytes:
            title = subject[-1][0].decode(str(subject[-1][1]))
        elif type(subject[-1][0]) == str:
            title = subject[-1][0]
        print("title:", title)
        return title


    def get_email_name(msg):
        for part in msg.walk():
            file_name = part.get_param("name")
            if file_name:
                h = email.header.Header(file_name)
                dh = email.header.decode_header(h)
                filename = dh[0][0]
                if dh[0][1]:
                    value, charset = decode_header(str(filename, dh[0][1]))[0]
                    if charset:
                        filename = value.decode(charset)
                        print("附件名称：", filename)
                        return filename


    def main_parse_Email(self):
        server = imaplib.IMAP4_SSL(self.remote_server_url, 993)
        server.login(self.email_url, self.password)
        server.select('INBOX')
        status,data = server.search(None,"ALL")
        if status != 'OK':
            raise Exception('read email error')
        emailids = data[0].split()
        mail_counts = len(emailids)
        print("count:",mail_counts)
        for i in range(mail_counts - 1, mail_counts - 2, -1):
            status, edata = server.fetch(emailids[i], '(RFC822)')
            msg = email.message_from_bytes(edata[0][1])
            subject = email.header.decode_header(msg.get('subject'))
            if type(subject[-1][0]) == bytes:
                title = subject[-1][0].decode(str(subject[-1][1]))
            elif type(subject[-1][0]) == str:
                title = subject[-1][0]
            print("title:", title)
            Email_parse.get_att(msg)
            Email_parse.get_text_from_HTML(msg)


    def get_text_from_HTML(msg):
        filename = Email_parse.get_email_name(msg)
        current_title = Email_parse.get_email_title(msg)
        print("filename:",filename,type(filename))
        for part in msg.walk():
            if not part.is_multipart():
                result = part.get_payload(decode=True)
                result = result.decode('gbk')
                f = open(f'./src/{current_title}.txt','w')
                f.write(result)
                f.close()
                return result

if __name__ == "__main__":
    remote_server_url = 'imap.qq.com'
    email_url = "*********@qq.com"
    password = "**********"
    demo = Email_parse(remote_server_url,email_url,password)
    demo.main_parse_Email()

运行结果：