html邮件解析

#-*- encoding: gb18030 -*-

import email

fp = open("a.eml", "r")

msg = email.message_from_file(fp)

# 循环信件中的每一个mime的数据块

for par in msg.walk():

    if not par.is_multipart(): # 这里要判断是否是multipart，是的话，

                               #里面的数据是一个message 列表

        name = par.get_param("name") #如果是附件，这里就会取出附件的文件名

        if name:

            #有附件

            # 下面的三行代码只是为了解码象=?gbk?Q?=CF=E0=C6=AC.rar?=这样的文件名

            h = email.Header.Header(name)

            dh = email.Header.decode_header(h)

            fname = dh[0][0]

            print '附件名:', fname

            data = par.get_payload(decode=True) #　解码出附件数据，然后存储到文件中

            try:

                f = open(fname, 'wb') #注意一定要用wb来打开文件，因为附件一般都是二进制文件

            except:

                print '附件名有非法字符，自动换一个'

                f = open('aaaa', 'wb')

            f.write(data)

            f.close()

        else:

            #不是附件，是文本内容

            aa=par.get_payload(decode=True) # 解码出文本内容，直接输出来就可以了。

            new=open("./tuan_email.html","w")

            new.write(aa)

            new.close()

            print aa

            print "dddddddddffffffffff"

        print '+'*60 # 用来区别各个部分的输出

MIME定义两种编码方式:Base64与QP(Quote-Printable)。

http://www.pythonclub.org/python-network-application/email-format