Question

我最近一直在玩Python的imaplib和电子邮件模块。我尝试使用imaplib / email模块发送和接收大量电子邮件（大部分数据都在电子邮件正文中而不是附件中）。

但是，当我从电子邮件服务器下载大型电子邮件（大小超过8MB）并使用“email.message_from_string（）”方法格式化时，我注意到了一个问题。该方法所花费的时间似乎需要很长时间（16 MB电子邮件的平均时间约为300-310秒）。注意：发送这么大的电子邮件不需要花费太多时间，大约需要40秒。同样，所有数据都在电子邮件正文中 - 而不是在附件中。如果我使用附件下载所有数据的同一封电子邮件，整个操作将在30-40秒内完成。这就是我正在做的事情：

buf = []
t, d = mailacct.search(None, 'SUBJECT', subj)
for num in d:
    t, msg = mailacct.fetch(num, '(RFC822)')

    for resp in msg:
        if isinstance(resp, tuple):
            buf.append(email.message_from_string(resp[1])

我已经分别对代码的每个部分进行了计时。 mailacct.search和mailacct.fetch在大约30-40秒内完成16 MB的电子邮件。 email.message_from_string（resp [1]）的行大约需要280-300秒。

我是一个蟒蛇菜鸟。我在上面的代码中做了一些非常低效的事情吗？或者问题在于email.message_from_string（）方法，也许是效率低下的实现？或者可能是电子邮件正文从未打算包含大量数据，因此表现不佳？

*编辑* ：附加信息：我使用imaplib.IMAP4_SSL创建IMAP连接。我首先使用imaplib.append（）将消息上传到电子邮件帐户。我使用随机生成的二进制数据作为有效载荷。

Answer 1

好的，我通过检查电子邮件模块的源代码自行完成了一些工作。 email / parser.py中的解析函数（parse（））是在调用email.message_from_string（）时实际处理电子邮件的函数。它似乎以8192字节的块来解析字符串，这就是为什么大数据需要这么长时间的原因。我更改了代码，以便它立即读取和处理整个字符串，并且处理大型电子邮件消息所花费的时间有了很大的改进。

我假设它最初设置为处理8192块中的字符串来处理非常大的字符串？有没有更好的方法来实现这一点，而不是更改电子邮件模块源代码？

Python：email.message_from_string在电子邮件正文中使用大数据的性能

1 个答案: