python - 在Python中解析 "Return-Path:"

Question

使用 Python 解析邮件 header 并在“返回路径”字段中获取电子邮件地址的最佳方法是什么？

Return-Path: <bob@example2.com>
Date: Sat, 16 Feb 2013 14:14:32 -0500
Subject: Hello World!
From: Robert Jones <robert.jones@example2.com>
To: Steve <steve@example.com>

附注我是 Python 新手，此代码需要在 AppEngine 上运行。

Answer 1

首先，您可能想使用 stdlib 的 email 包来解析消息。

我不确定你是如何收到这条消息的——比如 stdlib imaplib或者 gmail API 为您提供了一种将 header 与正文分开获取的方法，但其他方法可能会为您提供整个消息。无论哪种方式，您都可以将整个事情传递给 email.parser.HeaderParser 解析 header 并忽略其他任何内容:

>>> from email.parser import HeaderParser

>>> msg = HeaderParser().parsestr(header) # or parsestr(msg) if you have the whole msg
>>> return_path = msg.get('Return-Path')

现在，return_path是字符串 "<bob@example2.com>" ，您可以将其解析为电子邮件地址(或 None ，如果没有)。

>>> from email.utils import parseaddr
>>> realname, emailaddr = parseaddr(return_path)

现在，realname是 "" ，和emailaddr是 'bob@example2.com' .

之所以有两部分，是因为这也是完全有效的:

Return-Path: "Bob Example" <bob@example.com>

现在，这可能不太正确。你可以有两个Return-Path标题？或者可以Return-Path header 包含多个地址？我不记得了。我可以在相关的 RFC 中查找，但随后我还必须进行一些搜索，以找出是否有任何受欢迎的客户端违反了这些特定规则。我记不起这一切了。因此，为了方便起见，我通常假设任何内容都可以是多 header 和多值，并以这种方式执行操作:

>>> return_paths = msg.get_all('Return-Path')

这将返回list ["<bob@example2.com>"] 。 (如果没有 Return-Path header ，您将得到一个空的 list ，而不是 None ，这样。)您可以一次解析所有这些，以获得 list 。名称、地址对，而不仅仅是一个:

>>> from email.utils import getaddresses
>>> for realname, emailaddr in getaddresses(returnpaths):
...     print(realname, emailaddr)

如果结果表明 Return-Path 只允许单个值，则相同的代码将按原样工作。