解析 imaplib 返回的 Message-ID 标头答案

【问题标题】：Parsing Message-ID header returned by imaplib解析 imaplib 返回的 Message-ID 标头
【发布时间】：2011-07-09 11:47:15
【问题描述】：

我正在通过 IMAP 从 Gmail 中的电子邮件中获取 messageid。

这段代码：

messageid = m.fetch(num, '(BODY[HEADER.FIELDS (MESSAGE-ID)])')
print messageid

返回这个：

[('1 (BODY[HEADER.FIELDS (MESSAGE-ID)] {78}', 'Message-ID: <actualmessageid@mail.mail.gmail.com>\r\n\r\n'), ')']

我将如何从中解析出实际的消息 ID？

【问题讨论】：

标签： python imaplib email-headers

【解决方案1】：

来自RFC 1036, 822：

为了符合 RFC-822，消息 ID 必须具有以下格式：

所以实际的消息 ID 将介于之间。域部分是 ID 的一部分。

我可能会 strip 字符串，然后 split 在 字符上，验证它是否以 > 然后把它剪掉。

我真的无法用你的数据找到一个好的解决方案（最后有错字吗？），但如果看起来像下面这样，我会像这样解析它

 # Note: my list does not end with , ")"]
 messageparts = [('1 (BODY[HEADER.FIELDS (MESSAGE-ID)] {78}', 
                  'Message-ID: <actualmessageid@mail.mail.gmail.com>\r\n\r\n')]

 for envelope, data in messageparts:
        # data: the part with Message-ID in it
        # data.strip(): Newlines removed
        # .split("<"): Break in 2 parts, left of < and right of <. Removes <
        # .rstrip(">") remove > from the end of the line until there is 
        # no > there anymore;
        # "x>>>".rstrip() -> "x"
        print "The message ID is: ", data.strip().split("<")[1].rstrip(">")

    # Short alternative version:
    messageids = [data.strip().split("<")[1].rstrip(">") \
                  for env,data in messageparts]
    print messageids

输出：

The message ID is:  actualmessageid@mail.mail.gmail.com
['actualmessageid@mail.mail.gmail.com']

我使用 '\' 分割了一些行以使其在此处更具可读性，并且代码假定标题都是有效的。

【讨论】：

是的，我想要那种格式的消息 ID。但是您能否详细说明如何剥离/拆分字符串？

【解决方案2】：

您还可以使用email module 的HeaderParser.parsestr() function（与 Parser 相同的 API，但不必担心电子邮件的正文）和 parseaddr() function 来实现您想要的。 p>

>>> from email.parser import HeaderParser
>>> from email.utils import parseaddr

>>> hp = HeaderParser()

>>> response = [('1 (BODY[HEADER.FIELDS (MESSAGE-ID)] {78}',
                 'Message-ID: <actualmessageid@mail.mail.gmail.com>\r\n\r\n'), ')']

>>> header_string = response[0][1]

>>> header_string
'Message-ID: <actualmessageid@mail.mail.gmail.com>\r\n\r\n'

>>> header = hp.parsestr(header_string)

>>> header
<email.message.Message instance at 0x023A6198>

>>> header['message-id']
'<actualmessageid@mail.mail.gmail.com>'

>>> msg_id = parseaddr(header['message-id'])

>>> msg_id
('', 'actualmessageid@mail.mail.gmail.com')

>>> msg_id[1]
'actualmessageid@mail.mail.gmail.com'

因此：

from email.parser import HeaderParser
from email.utils import parseaddr

hp = HeaderParser()

def get_id(response):
    header_string = response[0][1]
    header = hp.parsestr(header_string)
    return parseaddr(header['message-id'])[1]

response = [('1 (BODY[HEADER.FIELDS (MESSAGE-ID)] {78}',
             'Message-ID: <actualmessageid@mail.mail.gmail.com>\r\n\r\n'), ')']


print(get_id(response))

返回：

actualmessageid@mail.mail.gmail.com

【讨论】：