POP3收取邮件

SMTP用于发送邮件，如果要收取邮件呢？

收取邮件就是编写一个MUA作为客户端，从MDA把邮件获取到用户的电脑或者手机上。收取邮件最常用的协议是POP协议，目前版本号是3，俗称POP3。

Python内置一个poplib模块，实现了POP3协议，可以直接用来收邮件。

注意到POP3协议收取的不是一个已经可以阅读的邮件本身，而是邮件的原始文本，这和SMTP协议很像，SMTP发送的也是经过编码后的一大段文本。

要把POP3收取的文本变成可以阅读的邮件，还需要用email模块提供的各种类来解析原始文本，变成可阅读的邮件对象。

所以，收取邮件分两步：

第一步：用poplib把邮件的原始文本下载到本地；

第二部：用email解析原始文本，还原为邮件对象。

通过POP3下载邮件

POP3协议本身很简单，以下面的代码为例，我们来获取最新的一封邮件内容：

  1. import poplib
  3. # 输入邮件地址, 口令和POP3服务器地址:
  4. email = raw_input('Email: ')
  5. password = raw_input('Password: ')
  6. pop3_server = raw_input('POP3 server: ')
  8. # 连接到POP3服务器:
  9. server = poplib.POP3(pop3_server)
  10. # 可以打开或关闭调试信息:
  11. # server.set_debuglevel(1)
  12. # 可选:打印POP3服务器的欢迎文字:
  13. print(server.getwelcome())
  14. # 身份认证:
  15. server.user(email)
  16. server.pass_(password)
  17. # stat()返回邮件数量和占用空间:
  18. print('Messages: %s. Size: %s' % server.stat())
  19. # list()返回所有邮件的编号:
  20. resp, mails, octets = server.list()
  21. # 可以查看返回的列表类似['1 82923', '2 2184', ...]
  22. print(mails)
  23. # 获取最新一封邮件, 注意索引号从1开始:
  24. index = len(mails)
  25. resp, lines, octets = server.retr(index)
  26. # lines存储了邮件的原始文本的每一行,
  27. # 可以获得整个邮件的原始文本:
  28. msg_content = '\r\n'.join(lines)
  29. # 稍后解析出邮件:
  30. msg = Parser().parsestr(msg_content)
  31. # 可以根据邮件索引号直接从服务器删除邮件:
  32. # server.dele(index)
  33. # 关闭连接:
  34. server.quit()

用POP3获取邮件其实很简单，要获取所有邮件，只需要循环使用retr()把每一封邮件内容拿到即可。真正麻烦的是把邮件的原始内容解析为可以阅读的邮件对象。

解析邮件

解析邮件的过程和上一节构造邮件正好相反，因此，先导入必要的模块：

  1. import email
  2. from email.parser import Parser
  3. from email.header import decode_header
  4. from email.utils import parseaddr

只需要一行代码就可以把邮件内容解析为Message对象：

  1. msg = Parser().parsestr(msg_content)

但是这个Message对象本身可能是一个MIMEMultipart对象，即包含嵌套的其他MIMEBase对象，嵌套可能还不止一层。

所以我们要递归地打印出Message对象的层次结构：

  1. # indent用于缩进显示:
  2. def print_info(msg, indent=0):
  3.     if indent == 0:
  4.         # 邮件的From, To, Subject存在于根对象上:
  5.         for header in ['From', 'To', 'Subject']:
  6.             value = msg.get(header, '')
  7.             if value:
  8.                 if header=='Subject':
  9.                     # 需要解码Subject字符串:
  10.                     value = decode_str(value)
  11.                 else:
  12.                     # 需要解码Email地址:
  13.                     hdr, addr = parseaddr(value)
  14.                     name = decode_str(hdr)
  15.                     value = u'%s <%s>' % (name, addr)
  16.             print('%s%s: %s' % ('  ' * indent, header, value))
  17.     if (msg.is_multipart()):
  18.         # 如果邮件对象是一个MIMEMultipart,
  19.         # get_payload()返回list，包含所有的子对象:
  20.         parts = msg.get_payload()
  21.         for n, part in enumerate(parts):
  22.             print('%spart %s' % ('  ' * indent, n))
  23.             print('%s--------------------' % ('  ' * indent))
  24.             # 递归打印每一个子对象:
  25.             print_info(part, indent + 1)
  26.     else:
  27.         # 邮件对象不是一个MIMEMultipart,
  28.         # 就根据content_type判断:
  29.         content_type = msg.get_content_type()
  30.         if content_type=='text/plain' or content_type=='text/html':
  31.             # 纯文本或HTML内容:
  32.             content = msg.get_payload(decode=True)
  33.             # 要检测文本编码:
  34.             charset = guess_charset(msg)
  35.             if charset:
  36.                 content = content.decode(charset)
  37.             print('%sText: %s' % ('  ' * indent, content + '...'))
  38.         else:
  39.             # 不是文本,作为附件处理:
  40.             print('%sAttachment: %s' % ('  ' * indent, content_type))

邮件的Subject或者Email中包含的名字都是经过编码后的str，要正常显示，就必须decode：

  1. def decode_str(s):
  2.     value, charset = decode_header(s)[0]
  3.     if charset:
  4.         value = value.decode(charset)
  5.     return value

decode_header()返回一个list，因为像Cc、Bcc这样的字段可能包含多个邮件地址，所以解析出来的会有多个元素。上面的代码我们偷了个懒，只取了第一个元素。

文本邮件的内容也是str，还需要检测编码，否则，非UTF-8编码的邮件都无法正常显示：

  1. def guess_charset(msg):
  2.     # 先从msg对象获取编码:
  3.     charset = msg.get_charset()
  4.     if charset is None:
  5.         # 如果获取不到，再从Content-Type字段获取:
  6.         content_type = msg.get('Content-Type', '').lower()
  7.         pos = content_type.find('charset=')
  8.         if pos >= 0:
  9.             charset = content_type[pos + 8:].strip()
  10.     return charset

把上面的代码整理好，我们就可以来试试收取一封邮件。先往自己的邮箱发一封邮件，然后用浏览器登录邮箱，看看邮件收到没，如果收到了，我们就来用Python程序把它收到本地：

pop3-sample-mail

运行程序，结果如下：

  1. +OK Welcome to coremail Mail Pop3 Server (163coms[...])
  2. Messages: 126\. Size: 27228317
  4. From: Test <xxxxxx@qq.com>
  5. To: Python爱好者 <xxxxxx@163.com>
  6. Subject: 用POP3收取邮件
  7. part 0
  8. --------------------
  9.   part 0
  10.   --------------------
  11.     Text: Python可以使用POP3收取邮件……...
  12.   part 1
  13.   --------------------
  14.     Text: Python可以<a href="...">使用POP3</a>收取邮件……...
  15. part 1
  16. --------------------
  17.   Attachment: application/octet-stream

我们从打印的结构可以看出，这封邮件是一个MIMEMultipart，它包含两部分：第一部分又是一个MIMEMultipart，第二部分是一个附件。而内嵌的MIMEMultipart是一个alternative类型，它包含一个纯文本格式的MIMEText和一个HTML格式的MIMEText。

小结

用Python的poplib模块收取邮件分两步：第一步是用POP3协议把邮件获取到本地，第二步是用email模块把原始邮件解析为Message对象，然后，用适当的形式把邮件内容展示给用户即可。

源码参考：

https://github.com/michaelliao/learn-python/tree/master/email

原文: https://wizardforcel.gitbooks.io/liaoxuefeng/content/py2/81.html