2025年9月16日中文

掌握 Python 的 'email' 包。学习如何构建复杂的 MIME 消息并有效、全局地解析传入电子邮件以提取数据。

精通 Python 的 email 包：MIME 消息构建与健壮解析的艺术

电子邮件仍然是全球通信的基石，对于个人通信、业务运营和自动化系统通知来说不可或缺。在每封富文本电子邮件、每个附件以及每个精心格式化的签名背后，都隐藏着多用途互联网邮件扩展 (MIME) 的复杂性。对于开发人员，特别是那些使用 Python 的开发人员来说，掌握如何以编程方式构建和解析这些 MIME 消息是一项关键技能。

Python 的内置 email 包提供了一个强大而全面的框架，用于处理电子邮件消息。它不仅仅用于发送简单的文本；它旨在抽象化 MIME 的复杂细节，让您能够创建复杂的电子邮件并以惊人的精度从传入的电子邮件中提取特定数据。本指南将带您深入探讨该包的两个主要方面：用于发送的 MIME 消息构建和用于数据提取的 MIME 消息解析，并提供最佳实践的全球视角。

理解构建和解析都至关重要。当您构建消息时，您实质上是在为另一个系统定义其结构和内容以供解释。当您解析时，您是在解释另一个系统定义的结构和内容。对其中一个的深入理解将极大地帮助您掌握另一个，从而开发出更具弹性和互操作性的电子邮件应用程序。

理解 MIME：现代电子邮件的支柱

在深入探讨 Python 的具体细节之前，了解 MIME 是什么以及它为何如此重要至关重要。最初，电子邮件消息仅限于纯文本（7 位 ASCII 字符）。MIME 在 1990 年代初推出，扩展了电子邮件的功能，以支持：

非 ASCII 字符：允许使用阿拉伯语、中文、俄语或任何使用 ASCII 字符集以外字符的语言编写文本。
附件：发送文档、图像、音频和视频等文件。
富文本格式：带有加粗、斜体、颜色和布局的 HTML 电子邮件。
多部分：在单个电子邮件中结合纯文本、HTML 和附件。

MIME 通过向电子邮件消息添加特定标头并将其正文结构化为各种“部分”来实现此目的。您将遇到的关键 MIME 标头包括：

Content-Type: 指定部分中的数据类型（例如，text/plain、text/html、image/jpeg、application/pdf、multipart/alternative）。它通常还包含一个 charset 参数（例如，charset=utf-8）。
Content-Transfer-Encoding: 指示电子邮件客户端应如何解码内容（例如，二进制数据的 base64，主要为文本但包含一些非 ASCII 字符的 quoted-printable）。
Content-Disposition: 建议收件人的电子邮件客户端应如何显示该部分（例如，inline 表示在消息正文中显示，attachment 表示要保存的文件）。

Python `email` 包：深入探索

Python 的 email 包是一个全面的库，旨在以编程方式创建、解析和修改电子邮件消息。它围绕 Message 对象的概念构建，这些对象代表电子邮件的结构。

该包中的主要模块包括：

email.message: 包含核心的 EmailMessage 类，它是创建和操作电子邮件消息的主要接口。它是一个高度灵活的类，可以自动处理 MIME 细节。
email.mime: 提供旧版类（如 MIMEText、MIMEMultipart），这些类对 MIME 结构提供更明确的控制。虽然由于其简单性，新代码通常更倾向于使用 EmailMessage，但理解这些类可能会有所帮助。
email.parser: 提供诸如 BytesParser 和 Parser 等类，用于将原始电子邮件数据（字节或字符串）转换为 EmailMessage 对象。
email.policy: 定义控制电子邮件消息构建和解析方式的策略，影响标头编码、行结束符和错误处理。

对于大多数现代用例，您将主要与 email.message.EmailMessage 类交互，无论是用于构建还是解析后的消息对象。它的方法极大地简化了以前使用旧版 email.mime 类时更为繁琐的过程。

MIME 消息构建：精确地创建电子邮件

构建电子邮件涉及将各种组件（文本、HTML、附件）组装成有效的 MIME 结构。EmailMessage 类极大地简化了此过程。

基本文本电子邮件

最简单的电子邮件是纯文本。您可以轻松创建并设置基本标头：


from email.message import EmailMessage

msg = EmailMessage()
msg['Subject'] = 'Greetings from Python'
msg['From'] = 'sender@example.com'
msg['To'] = 'recipient@example.com'
msg.set_content('Hello, this is a plain text email sent from Python.\n\nBest regards,\nYour Python Script')

print(msg.as_string())

解释：

EmailMessage() 创建一个空的消息对象。
字典式访问（msg['Subject'] = ...）设置常用标头。
set_content() 添加电子邮件的主要内容。默认情况下，它推断 Content-Type: text/plain; charset="utf-8"。
as_string() 将消息序列化为适合通过 SMTP 发送或保存到文件的字符串格式。

添加 HTML 内容

要发送 HTML 电子邮件，您只需在调用 set_content() 时指定内容类型即可。提供纯文本替代方案是一个好习惯，以应对收件人的电子邮件客户端无法渲染 HTML 的情况，或出于可访问性原因。


from email.message import EmailMessage

msg = EmailMessage()
msg['Subject'] = 'Your HTML Newsletter'
msg['From'] = 'newsletter@example.com'
msg['To'] = 'subscriber@example.com'

html_content = """
<html>
    <head></head>
    <body>
        <h1>Welcome to Our Global Update!</h1>
        <p>Dear Subscriber,</p>
        <p>This is your <strong>latest update</strong> from around the world.</p>
        <p>Visit our <a href="http://www.example.com">website</a> for more.</p>
        <p>Best regards,<br>The Team</p>
    </body>
</html>
"""

# Add the HTML version
msg.add_alternative(html_content, subtype='html')

# Add a plain text fallback
plain_text_content = (
    "Welcome to Our Global Update!\n\n"
    "Dear Subscriber,\n\n"
    "This is your latest update from around the world.\n"
    "Visit our website for more: http://www.example.com\n\n"
    "Best regards,\nThe Team"
)
msg.add_alternative(plain_text_content, subtype='plain')

print(msg.as_string())

解释：

add_alternative() 用于添加相同内容的不同表示形式。电子邮件客户端将显示其能处理的“最佳”形式（通常是 HTML）。
这会自动创建一个 multipart/alternative MIME 结构。

处理附件

使用 add_attachment() 附加文件非常简单。您可以附加任何类型的文件，并且该包会处理适当的 MIME 类型和编码（通常是 base64）。


from email.message import EmailMessage
from pathlib import Path

# Create dummy files for demonstration
Path('report.pdf').write_bytes(b'%PDF-1.4\n1 0 obj<</Type/Catalog/Pages 2 0 R>>endobj\n2 0 obj<</Count 0>>endobj\nxref\n0 3\n0000000000 65535 f\n0000000009 00000 n\n0000000052 00000 n\ntrailer<</Size 3/Root 1 0 R>>startxref\n104\n%%EOF') # A very basic, invalid PDF placeholder
Path('logo.png').write_bytes(b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x00\x01\x00\x00\x00\x01\x08\x06\x00\x00\x00\x1f\x15\xc4\x89\x00\x00\x00\x0cIDAT\x08\x99c`\x00\x00\x00\x02\x00\x01\xe2!\x00\xa0\x00\x00\x00\x00IEND\xaeB`\x82') # A 1x1 transparent PNG placeholder

msg = EmailMessage()
msg['Subject'] = 'Important Document and Image'
msg['From'] = 'sender@example.com'
msg['To'] = 'recipient@example.com'
msg.set_content('Please find the attached report and company logo.')

# Attach a PDF file
with open('report.pdf', 'rb') as f:
    file_data = f.read()
    msg.add_attachment(
        file_data,
        maintype='application',
        subtype='pdf',
        filename='Annual_Report_2024.pdf'
    )

# Attach an image file
with open('logo.png', 'rb') as f:
    image_data = f.read()
    msg.add_attachment(
        image_data,
        maintype='image',
        subtype='png',
        filename='CompanyLogo.png'
    )

print(msg.as_string())

# Clean up dummy files
Path('report.pdf').unlink()
Path('logo.png').unlink()

解释：

add_attachment() 接受文件内容的原始字节。
maintype 和 subtype 指定 MIME 类型（例如，application/pdf，image/png）。这些对于收件人的电子邮件客户端正确识别和处理附件至关重要。
filename 提供收件人保存附件时使用的名称。
这会自动设置一个 multipart/mixed 结构。

创建多部分消息

当您的消息同时包含 HTML 正文、纯文本回退以及内联图像或相关文件时，您需要更复杂的多部分结构。EmailMessage 类通过 add_related() 和 add_alternative() 智能地处理此问题。

一个常见场景是 HTML 电子邮件中直接嵌入图像（“内联”图像）。这使用 multipart/related。


from email.message import EmailMessage
from pathlib import Path

# Create a dummy image file for demonstration (a 1x1 transparent PNG)
Path('banner.png').write_bytes(b'\x89PNG\r\n\x1a\n\x00\x00\x00\rIHDR\x00\x00\x00\x01\x00\x00\x00\x01\x08\x06\x00\x00\x00\x1f\x15\xc4\x89\x00\x00\x00\x0cIDAT\x08\x99c`\x00\x00\x00\x02\x00\x01\xe2!\x00\xa0\x00\x00\x00\x00IEND\xaeB`\x82')

msg = EmailMessage()
msg['Subject'] = 'Inline Image Example'
msg['From'] = 'sender@example.com'
msg['To'] = 'recipient@example.com'

# Plain text version (fallback)
plain_text = 'Check out our amazing banner!\n\n[Image: Banner.png]\n\nVisit our site.'
msg.set_content(plain_text, subtype='plain') # Set initial plain text content

# HTML version (with CID for inline image)
html_content = """
<html>
    <head></head>
    <body>
        <h1>Our Latest Offer!</h1>
        <p>Dear Customer,</p>
        <p>Don't miss out on our special global promotion:</p>
        <img src="cid:my-banner-image" alt="Promotion Banner">
        <p>Click <a href="http://www.example.com">here</a> to learn more.</p>
    </body>
</html>
"""

msg.add_alternative(html_content, subtype='html') # Add HTML alternative

# Add the inline image (related content)
with open('banner.png', 'rb') as img_file:
    image_data = img_file.read()
    msg.add_related(
        image_data,
        maintype='image',
        subtype='png',
        cid='my-banner-image' # This CID matches the 'src' in HTML
    )

print(msg.as_string())

# Clean up dummy file
Path('banner.png').unlink()

解释：

set_content() 建立初始内容（此处为纯文本）。
add_alternative() 添加 HTML 版本，创建一个 multipart/alternative 结构，其中包含纯文本和 HTML 部分。
add_related() 用于与消息部分“相关”的内容，通常是 HTML 中的内联图像。它接受一个 cid (Content-ID) 参数，该参数随后在 HTML <img src="cid:my-banner-image"> 标签中被引用。
最终结构将是 multipart/mixed（如果有外部附件），其中包含一个 multipart/alternative 部分，该部分又包含一个 multipart/related 部分。multipart/related 部分包含 HTML 和内联图像。EmailMessage 类为您处理这种嵌套复杂性。

编码和字符集实现全球覆盖

对于国际通信，正确的字符编码至关重要。email 包默认高度倾向于使用 UTF-8，这是处理全球各种字符集的通用标准。


from email.message import EmailMessage

msg = EmailMessage()
msg['Subject'] = 'Global Characters: こんにちは, Привет, नमस्ते'
msg['From'] = 'global_sender@example.com'
msg['To'] = 'global_recipient@example.com'

# Japanese, Russian, and Hindi characters
content = "This message contains diverse global characters:\n"
content += "こんにちは (Japanese)\n"
content += "Привет (Russian)\n"
content += "नमस्ते (Hindi)\n\n"
content += "The 'email' package handles UTF-8 gracefully."

msg.set_content(content)

print(msg.as_string())

解释：

当 set_content() 接收到一个 Python 字符串时，它会自动将其编码为 UTF-8 并设置 Content-Type: text/plain; charset="utf-8" 标头。
如果内容需要（例如，包含许多非 ASCII 字符），它还可能会应用 Content-Transfer-Encoding: quoted-printable 或 base64 以确保在旧电子邮件系统上的安全传输。该包根据所选策略自动处理此问题。

自定义标头和策略

您可以向电子邮件添加任何自定义标头。策略（来自 email.policy）定义了消息的处理方式，影响标头编码、行结束符和错误处理等方面。默认策略通常很好，但您可以选择 `SMTP` 以严格符合 SMTP 标准或定义自定义策略。


from email.message import EmailMessage
from email import policy

msg = EmailMessage(policy=policy.SMTP)
msg['Subject'] = 'Email with Custom Header'
msg['From'] = 'info@example.org'
msg['To'] = 'user@example.org'
msg['X-Custom-Header'] = 'This is a custom value for tracking'
msg['Reply-To'] = 'support@example.org'
msg.set_content('This email demonstrates custom headers and policies.')

print(msg.as_string())

解释：

使用 policy=policy.SMTP 确保严格遵守 SMTP 标准，这对于可送达性可能至关重要。
自定义标头的添加方式与标准标头相同。它们通常以 X- 开头，表示非标准标头。

MIME 消息解析：从传入电子邮件中提取信息

解析涉及获取原始电子邮件数据（通常通过 IMAP 或从文件中接收）并将其转换为 `EmailMessage` 对象，然后您可以轻松检查和操作该对象。

加载和初始解析

您通常会收到原始字节形式的电子邮件。email.parser.BytesParser（或便捷函数 email.message_from_bytes()）用于此目的。


from email.parser import BytesParser
from email.policy import default

raw_email_bytes = b"""
From: sender@example.com
To: recipient@example.com
Subject: Test Email with Basic Headers
Date: Mon, 1 Jan 2024 10:00:00 +0000
Content-Type: text/plain; charset="utf-8"

This is the body of the email.
It's a simple test.
"""

# Using BytesParser
parser = BytesParser(policy=default)
msg = parser.parsebytes(raw_email_bytes)

# Or using the convenience function
# from email import message_from_bytes
# msg = message_from_bytes(raw_email_bytes, policy=default)

print(f"Subject: {msg['subject']}")
print(f"From: {msg['from']}")
print(f"Content-Type: {msg['Content-Type']}")

解释：

BytesParser 接收原始字节数据（电子邮件的传输方式）并返回一个 EmailMessage 对象。
policy=default 指定解析规则。

访问标头

标头可以通过字典式键轻松访问。该包会自动处理已编码标头（例如，包含国际字符的主题）的解码。


# ... (using the 'msg' object from the previous parsing example)

print(f"Date: {msg['date']}")
print(f"Message ID: {msg['Message-ID'] if 'Message-ID' in msg else 'N/A'}")

# Handling multiple headers (e.g., 'Received' headers)
# from email.message import EmailMessage # If not imported yet
# from email import message_from_string # For a quick string example

multi_header_email = message_from_string(
    """
From: a@example.com
To: b@example.com
Subject: Multi-header Test
Received: from client.example.com (client.example.com [192.168.1.100])
        by server.example.com (Postfix) with ESMTP id 123456789
        for <b@example.com>; Mon, 1 Jan 2024 10:00:00 +0000 (GMT)
Received: from mx.another.com (mx.another.com [192.168.1.101])
        by server.example.com (Postfix) with ESMTP id 987654321
        for <b@example.com>; Mon, 1 Jan 2024 09:59:00 +0000 (GMT)

Body content here.
"""
)

received_headers = multi_header_email.get_all('received')
if received_headers:
    print("\nReceived Headers:")
    for header in received_headers:
        print(f"- {header}")

解释：

访问标头会将其值作为字符串返回。
get_all('header-name') 对于可能多次出现的标头（例如 Received）很有用。
该包处理标头解码，因此像 Subject: =?utf-8?Q?Global_Characters:_=E3=81=93=E3=82=93=E3=81=AB=E3=81=A1=E3=81=AF?= 这样的值会自动转换为可读字符串。

提取正文内容

提取实际的消息正文需要检查消息是否为多部分。对于多部分消息，您可以遍历其各个部分。


from email.message import EmailMessage
from email import message_from_string

multipart_email_raw = """
From: multi@example.com
To: user@example.com
Subject: Test Multipart Email
Content-Type: multipart/alternative; boundary="_----------=_12345"

--_----------=_12345
Content-Type: text/plain; charset="utf-8"

Hello from the plain text part!

--_----------=_12345
Content-Type: text/html; charset="utf-8"

<html>
<body>
<h1>Hello from the HTML part!</h1>
<p>This is a <strong>rich text</strong> email.</p>
</body>
</html>

--_----------=_12345--
"""

msg = message_from_string(multipart_email_raw)

if msg.is_multipart():
    print("\n--- Multipart Email Body ---")
    for part in msg.iter_parts():
        content_type = part.get_content_type()
        charset = part.get_content_charset() or 'utf-8' # Default to utf-8 if not specified
        payload = part.get_payload(decode=True) # Decode payload bytes

        try:
            decoded_content = payload.decode(charset)
            print(f"Content-Type: {content_type}, Charset: {charset}\nContent:\n{decoded_content}\n")
        except UnicodeDecodeError:
            print(f"Content-Type: {content_type}, Charset: {charset}\nContent: (Binary or undecodable data)\n")
            # Handle binary data, or attempt a fallback encoding
else:
    print("\n--- Single Part Email Body ---")
    charset = msg.get_content_charset() or 'utf-8'
    payload = msg.get_payload(decode=True)
    try:
        decoded_content = payload.decode(charset)
        print(f"Content-Type: {msg.get_content_type()}, Charset: {charset}\nContent:\n{decoded_content}\n")
    except UnicodeDecodeError:
        print(f"Content: (Binary or undecodable data)\n")

解释：

is_multipart() 确定电子邮件是否包含多个部分。
iter_parts() 遍历多部分消息的所有子部分。
get_content_type() 返回完整的 MIME 类型（例如，text/plain）。
get_content_charset() 从 Content-Type 标头中提取字符集。
get_payload(decode=True) 至关重要：它将解码后的内容作为字节返回。然后您需要使用正确的字符集对这些字节进行 .decode() 以获取 Python 字符串。

解析时处理附件

附件也是多部分消息的一部分。您可以使用其 Content-Disposition 标头识别它们并保存其解码后的有效负载。


from email.message import EmailMessage
from email import message_from_string
import os

# Example email with a simple attachment
email_with_attachment = """
From: attach@example.com
To: user@example.com
Subject: Document Attached
MIME-Version: 1.0
Content-Type: multipart/mixed; boundary="_----------=_XYZ"

--_----------=_XYZ
Content-Type: text/plain; charset="utf-8"

Here is your requested document.

--_----------=_XYZ
Content-Type: application/pdf
Content-Transfer-Encoding: base64
Content-Disposition: attachment; filename="document.pdf"

JVBERi0xLjQKMSAwIG9iagpbL1BERi9UZXh0L0ltYWdlQy9JbWFnZUkvSW1hZ0VCXQplbmRvYmoK

--_----------=_XYZ--
"""

msg = message_from_string(email_with_attachment)

output_dir = 'parsed_attachments'
os.makedirs(output_dir, exist_ok=True)

print("\n--- Processing Attachments ---")
for part in msg.iter_attachments():
    filename = part.get_filename()
    if filename:
        filepath = os.path.join(output_dir, filename)
        try:
            with open(filepath, 'wb') as f:
                f.write(part.get_payload(decode=True))
            print(f"Saved attachment: {filepath} (Type: {part.get_content_type()})")
        except Exception as e:
            print(f"Error saving {filename}: {e}")
    else:
        print(f"Found an attachment without a filename (Content-Type: {part.get_content_type()})")

# Clean up the output directory
# import shutil
# shutil.rmtree(output_dir)

解释：

iter_attachments() 特别生成可能为附件的部分（即，具有 Content-Disposition: attachment 标头或未另行分类的部分）。
get_filename() 从 Content-Disposition 标头中提取文件名。
part.get_payload(decode=True) 检索附件的原始二进制内容，该内容已从 base64 或 quoted-printable 解码。

解码编码和字符集

当您调用 get_payload(decode=True) 时，email 包在自动解码常见的传输编码（如 base64、quoted-printable）方面做得非常出色。对于文本内容本身，它会尝试使用 Content-Type 标头中指定的 charset。如果未指定字符集或字符集无效，您可能需要优雅地处理它。


from email.message import EmailMessage
from email import message_from_string

# Example with a potentially problematic charset
email_latin1 = """
From: legacy@example.com
To: new_system@example.com
Subject: Special characters: àéíóú
Content-Type: text/plain; charset="iso-8859-1"

This message contains Latin-1 characters: àéíóú
"""

msg = message_from_string(email_latin1)

if msg.is_multipart():
    for part in msg.iter_parts():
        payload = part.get_payload(decode=True)
        charset = part.get_content_charset() or 'utf-8'
        try:
            print(f"Decoded (Charset: {charset}): {payload.decode(charset)}")
        except UnicodeDecodeError:
            print(f"Failed to decode with {charset}. Trying fallback...")
            # Fallback to a common charset or 'latin-1' if expecting it
            print(f"Decoded (Fallback Latin-1): {payload.decode('latin-1', errors='replace')}")
else:
    payload = msg.get_payload(decode=True)
    charset = msg.get_content_charset() or 'utf-8'
    try:
        print(f"Decoded (Charset: {charset}): {payload.decode(charset)}")
    except UnicodeDecodeError:
        print(f"Failed to decode with {charset}. Trying fallback...")
        print(f"Decoded (Fallback Latin-1): {payload.decode('latin-1', errors='replace')}")

解释：

始终尝试使用 Content-Type 标头中指定的字符集。
使用 try-except UnicodeDecodeError 块以增强鲁棒性，尤其是在处理来自不同且可能非标准来源的电子邮件时。
errors='replace' 或 errors='ignore' 可与 .decode() 一起使用，以处理无法映射到目标编码的字符，从而防止程序崩溃。

高级解析场景

实际世界的电子邮件可能非常复杂，具有嵌套的多部分结构。email 包的递归特性使得导航这些结构变得简单。您可以将 is_multipart() 与 iter_parts() 结合使用来遍历深度嵌套的消息。


from email.message import EmailMessage
from email import message_from_string

def parse_email_part(part, indent=0):
    prefix = "  " * indent
    content_type = part.get_content_type()
    charset = part.get_content_charset() or 'N/A'
    print(f"{prefix}Part Type: {content_type}, Charset: {charset}")

    if part.is_multipart():
        for subpart in part.iter_parts():
            parse_email_part(subpart, indent + 1)
    elif part.get_filename(): # It's an attachment
        print(f"{prefix}  Attachment: {part.get_filename()} (Size: {len(part.get_payload(decode=True))} bytes)")
    else: # It's a regular text/html body part
        payload = part.get_payload(decode=True)
        try:
            decoded_content = payload.decode(charset)
            # print(f"{prefix}  Content (first 100 chars): {decoded_content[:100]}...") # For brevity
        except UnicodeDecodeError:
            print(f"{prefix}  Content: (Binary or undecodable text)")

complex_email_raw = """
From: complex@example.com
To: receiver@example.com
Subject: Complex Email with HTML, Plain, and Attachment
MIME-Version: 1.0
Content-Type: multipart/mixed; boundary="outer_boundary"

--outer_boundary
Content-Type: multipart/alternative; boundary="inner_boundary"

--inner_boundary
Content-Type: text/plain; charset="utf-8"

Plain text content.

--inner_boundary
Content-Type: text/html; charset="utf-8"

<html><body><h2>HTML Content</h2></body></html>

--inner_boundary--

--outer_boundary
Content-Type: application/octet-stream
Content-Transfer-Encoding: base64
Content-Disposition: attachment; filename="data.bin"

SGVsbG8gV29ybGQh

--outer_boundary--
"""

msg = message_from_string(complex_email_raw)
print("\n--- Traversing Complex Email Structure ---")
parse_email_part(msg)

解释：

递归函数 parse_email_part 演示了如何遍历整个消息树，识别每个级别的多部分、附件和正文内容。
这种模式对于从深度嵌套的电子邮件中提取特定类型的内容非常灵活。

构建与解析：比较视角

尽管是不同的操作，但构建和解析是同一枚硬币的两面：MIME 消息处理。理解其中一个必然有助于理解另一个。

构建（发送）：

焦点：正确地将标头、内容和附件组装成符合标准的 MIME 结构。
主要工具：email.message.EmailMessage，带有 set_content()、add_attachment()、add_alternative()、add_related() 等方法。
主要挑战：确保正确的 MIME 类型、字符集（特别是用于全球支持的 UTF-8）、`Content-Transfer-Encoding` 和正确的标头格式。失误可能导致电子邮件显示不正确、附件损坏或消息被标记为垃圾邮件。

解析（接收）：

焦点：将原始电子邮件字节流分解为其组成部分，提取特定的标头、正文内容和附件。
主要工具：email.parser.BytesParser 或 email.message_from_bytes()，然后使用 is_multipart()、iter_parts()、get_payload()、get_filename() 和标头访问等方法导航生成的 EmailMessage 对象。
主要挑战：处理格式错误的电子邮件、正确识别字符编码（尤其是在不明确时）、处理缺失的标头以及从各种 MIME 结构中健壮地提取数据。

您使用 `EmailMessage` 构建的消息应该能够被 `BytesParser` 完美解析。同样，理解解析过程中生成的 MIME 结构可以让您深入了解如何自行构建复杂的消息。

使用 Python 处理全球电子邮件的最佳实践

对于与全球受众交互或处理各种电子邮件源的应用程序，请考虑以下最佳实践：

标准化使用 UTF-8：在构建和解析时，始终对所有文本内容使用 UTF-8。这是字符编码的全球标准，可避免乱码。
验证电子邮件地址：在发送之前，验证收件人电子邮件地址以确保可送达性。在解析期间，请准备好处理 `From`、`To` 或 `Cc` 标头中可能无效或格式错误的地址。
严格测试：使用各种电子邮件客户端（Gmail、Outlook、Apple Mail、Thunderbird）和平台测试您的电子邮件构建，以确保 HTML 和附件的一致渲染。对于解析，请使用各种样本电子邮件进行测试，包括那些具有异常编码、缺失标头或复杂嵌套结构的电子邮件。
清理解析后的输入：始终将从传入电子邮件中提取的内容视为不受信任。如果您在 Web 应用程序中显示 HTML 内容，请清理它以防止 XSS 攻击。验证附件文件名和类型，以防止在保存文件时出现路径遍历或其他安全漏洞。
健壮的错误处理：在解码有效负载或访问可能缺失的标头时，实施全面的 try-except 块。优雅地处理 UnicodeDecodeError 或 KeyError。
处理大型附件：注意附件大小，无论是在构建时（避免超出邮件服务器限制）还是在解析时（防止过多的内存使用或磁盘空间消耗）。如果系统支持，请考虑流式传输大型附件。
利用 email.policy：对于关键应用程序，明确选择 `email.policy`（例如，`policy.SMTP`）以确保严格遵守电子邮件标准，这可能会影响可送达性和互操作性。
元数据保留：在解析时，决定哪些元数据（标头、原始边界字符串）很重要需要保留，特别是如果您正在构建邮件归档或转发系统。

结论

Python 的 email 包是一个功能强大且灵活的库，适用于任何需要以编程方式与电子邮件交互的人。通过掌握 MIME 消息的构建和传入电子邮件的健壮解析，您将能够创建复杂的电子邮件自动化系统、构建电子邮件客户端、分析电子邮件数据并将电子邮件功能集成到几乎任何应用程序中。

该包周到地处理了 MIME 的底层复杂性，使开发人员能够专注于电子邮件交互的内容和逻辑。无论您是向全球受众发送个性化新闻稿，还是从自动化系统报告中提取关键数据，深入理解 email 包都将对构建可靠、可互操作且具有全球意识的电子邮件解决方案具有无价的价值。

精通 Python 的 email 包：MIME 消息构建与健壮解析的艺术

理解 MIME：现代电子邮件的支柱

Python email 包：深入探索

MIME 消息构建：精确地创建电子邮件

基本文本电子邮件

添加 HTML 内容

处理附件

创建多部分消息

编码和字符集实现全球覆盖

自定义标头和策略

MIME 消息解析：从传入电子邮件中提取信息

加载和初始解析

访问标头

提取正文内容

解析时处理附件

解码编码和字符集

高级解析场景

构建与解析：比较视角

使用 Python 处理全球电子邮件的最佳实践

结论

Python `email` 包：深入探索