在 Python 中解析邮件地址答案

【问题标题】：Parse mailto urls in Python在 Python 中解析邮件地址
【发布时间】：2015-07-31 04:56:17
【问题描述】：

我正在尝试将 mailto URL 解析为一个不错的对象或字典，其中包括 subject、body 等。我似乎找不到实现这一目标的库或类 - 你知道吗？

mailto:me@mail.com?subject=mysubject&body=mybody

【问题讨论】：

使用re 模块可能是一个快速的解决方案

标签： python mailto url-parsing

【解决方案1】：

您可以使用 urlparse 和 parse_qs 来解析带有 mailto 作为方案的 url。请注意，根据scheme definition：

mailto:me@mail.com,you@mail.com?subject=mysubject

等同于

mailto:?to=me@mail.com&to=you@mail.com&subject=mysubject

这是一个例子：

from urlparse import urlparse, parse_qs
from email.message import Message

url = 'mailto:me@mail.com?subject=mysubject&body=mybody&to=you@mail.com'
msg = Message()
parsed_url = urlparse(url)

header = parse_qs(parsed_url.query)
header['to'] = header.get('to', []) + parsed_url.path.split(',')

for k,v in header.iteritems():
    msg[k] = ', '.join(v)

print msg.as_string()

# Will print:
# body: mybody
# to: me@mail.com, you@mail.com
# subject: mysubject

【讨论】：

【解决方案2】：

核心 urlparse 库在 mailtos 上的表现并不出色，但可以帮助您完成一半：

In [3]: from urlparse import urlparse

In [4]: urlparse("mailto:me@mail.com?subject=mysubject&body=mybody")
Out[4]: ParseResult(scheme='mailto', netloc='', path='me@mail.com?subject=mysubject&body=mybody', params='', query='', fragment='')

编辑

一点研究发现this thread。底线：python url 解析很烂。

【讨论】：

为什么它没有捕捉到查询部分让我失望，虽然'
试过了-似乎什么也没做，只是抓住了计划
它还应该对块进行 url 解码。没什么大不了的，但仍然如此。
urlparse() 返回正确结果见rfc3986
针对该主题转到 RFC 确实很奇怪，但碰巧 urlparse 就 RFC 或其自己的文档而言甚至都不正确，因为它旨在分离查询部分 - 但是才不是。 "URI = scheme ":" hier-part [ "?" query ] [ "#" fragment ]"

【解决方案3】：

似乎您可能只想编写自己的函数来执行此操作。

编辑：这是一个示例函数（由python noob编写）。

编辑2，清理反馈：

from urllib import unquote
test_mailto = 'mailto:me@mail.com?subject=mysubject&body=mybody'

def parse_mailto(mailto):
   result = dict()
   colon_split = mailto.split(':',1)
   quest_split = colon_split[1].split('?',1)
   result['email'] = quest_split[0]

   for pair in quest_split[1].split('&'):
      name = unquote(pair.split('=')[0])
      value = unquote(pair.split('=')[1])
      result[name] = value

   return result

print parse_mailto(test_mailto)

【讨论】：

您可能应该使用.split(sep, 1) 限制一次拆分，并保存结果而不是多次拆分。另外，您将需要urllib.unquote() 来解码查询字符串键和变量中的%xx 占位符。

【解决方案4】：

这是一个使用 re 模块的解决方案...

import re

d={}
def parse_mailto(a):
  m=re.search('mailto:.+?@.+\\..+?', a)
  email=m.group()[7:-1]
  m=re.search('@.+?\\..+?\\?subject=.+?&', a)
  subject=m.group()[19:-1]
  m=re.search('&.+?=.+', a)
  body=m.group()[6:]

  d['email']=email
  d['subject']=subject
  d['body']=body

假设它与您发布的格式相同。您可能需要进行修改以更好地满足您的需求。

【讨论】：

【解决方案5】：

包括的电池：urlparse。

【讨论】：

不起作用 - urlparse 结果 = ParseResult(scheme='mailto', netloc='', path='me@mail.com?subject=mysubject&body=mybody', params='', query='', fragment='') - 不读取主题/正文/等

【解决方案6】：

import urllib

query = 'mailto:me@mail.com?subject=mysubject&body=mybody'.partition('?')[2]
print dict((urllib.unquote(s).decode('utf-8') for s in pair.partition('=')[::2])
           for pair in query.split('&'))
# -> {u'body': u'mybody', u'subject': u'mysubject'}

【讨论】：

感谢bladerunner，这也行得通——把它给了罗伯特，因为他是第一个

【解决方案7】：

你应该使用这样的特殊库

https://pypi.python.org/pypi/urlinfo

并贡献和创建问题以使 Python 变得更好；）

附：不使用 Robbert Peters 解决方案 bcz 它破解并且无法正常工作。同样使用正则表达式是使用super BFG Gun来获取小鸟。

【讨论】：