好的,我想要做的事情有些混乱,所以我再次这样做。我正在寻找一个脚本来对我的收件箱运行,它会给我电子邮件正文中的发件人地址,主题和URL。我遇到的问题是脚本的URL解析是从电子邮件中提取所有URL,而不仅仅是正文中的URL。这是一个例子
致:Tom@mail.com
来自:Joe@test.com
主题:确认您的考试分数
请转到以下网址确认您的考试成绩。 WWW.test.com/confirmation 再次感谢您的意见。
签名
乔 (Joes签名的一部分有图像) 图像的URL是 http://www.test.com/wp-content/uploads/_client_image/66-dcfc0fc8.png
我希望我的输出
来自:Joe@test.com
主题:确认您的考试成绩
网址:WWW.test.com/confirmation
我得到了这个
来自:Joe@test.com
主题:确认您的考试成绩
网址:WWW.test.com/confirmation,http://www.test.com/wp-content/uploads/_client_image/66-dcfc0fc8.png
这是我的剧本
import re
import mailbox
import urlparse
mbx=mailbox.mbox("Mail Box Path")
url_pattern = re.compile('''["']http://[^+]*?['"]''')
for k, m in mbx.iteritems():
print "From %s\n" % m['from']
print "Subject %s\n" % m['subject']
print "URL %s\n" % url_pattern.findall(m.as_string())
答案 0 :(得分:0)
签名计为电子邮件的正文 - 因此您无法将它们真正分开。
如果你确定电子邮件中只有一个你关心的链接,你可以尝试只查看你匹配的第一个网址 - 但是没有(可靠的)方法来确保你是只与电子邮件的正文进行交互,而不是签名。
Someone even wrote a paper on this - 这非常困难,尤其是当您无法控制正在处理的电子邮件的格式时。