怎样利用Python自动提取邮件中的特定数据_通过imaplib模块过滤发件人-Python教程-PHP中文网

用imaplib连接邮箱需先开启IMAP权限并使用专用密码（如Gmail的16位应用密码），再通过IMAP4_SSL('服务器',993)建立SSL连接，调用login('完整邮箱','密码')认证；常见失败主因是未开IMAP或密码类型错误。

怎样利用python自动提取邮件中的特定数据_通过imaplib模块过滤发件人

怎样用 imaplib 连上邮箱并认证成功

大多数失败都卡在第一步：连不上服务器或认证被拒。不是密码错了，而是没开 IMAP 权限，或用了应用专用密码（比如 Gmail 启用两步验证后，password 字段必须填 16 位应用专用密码，不能填账户登录密码）。

常见错误现象：socket.error: [Errno 111] Connection refused —— 检查服务器地址和端口是否匹配；imaplib.error: AUTHENTICATIONFAILED —— 确认是否启用了 IMAP，Gmail 需在「设置 → 转发和 POP/IMAP」中启用 IMAP；Outlook/Hotmail 则需在账户安全设置里开启「允许较不安全的应用」或生成应用密码。

实操建议：

使用标准端口：imap.gmail.com:993、outlook.office365.com:993，强制走 SSL
连接时必须用 imaplib.IMAP4_SSL()，别用 IMAP4()（明文不被现代邮箱接受）
登录前加一句 mail.login(email, password)，其中 email 必须是完整邮箱地址（如 "user@gmail.com"），不能只写用户名

怎样用 SEARCH 命令精准筛选发件人

SEARCH 是核心，但语法容易写错。很多人直接拼字符串，结果返回空或全量邮件——因为 FROM 不支持模糊匹配，且对大小写不敏感但对引号和空格敏感。

正确写法必须用双引号包裹发件人地址，且推荐用 UTF-8 编码处理中文名（如“张三 ”）。实际过滤时，优先用邮箱地址而非姓名，更稳定。

示例命令：

mail.search(None, 'FROM "notify@github.com"')

注意：None 表示默认字符集（通常是 US-ASCII），如果发件人含中文名，应改用：

mail.search('UTF-8', 'FROM "张三"')

常见陷阱：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

多个发件人用 OR，但括号必须转义： mail.search(None, 'OR FROM "a@x.com" FROM "b@y.com"')
FROM 匹配的是 From: 头字段原始值，不是解析后的邮箱地址，所以 "admin" 不能只搜 "admin@site.com"，得搜完整字符串或用正则后续提取
某些企业邮箱（如 Zimbra）对 FROM 支持有限，可退而求其次用 HEADER FROM

怎样安全读取邮件正文并提取结构化数据

拿到邮件 ID 后，FETCH 返回的是 RFC 2822 格式原始内容，不是纯文本。直接 .decode() 很可能报 UnicodeDecodeError，尤其含附件或多部分 MIME 的邮件。

必须用 email.parser.Parser().parsestr() 解析，再递归遍历 message.walk() 找 text/plain 或 text/html 部分。别跳过 is_multipart() 判断，否则会漏掉正文或把附件当正文。

提取特定数据（如订单号、金额）建议：

先用 get_content_type() 过滤出文本部分，再用 get_payload(decode=True) 解码（注意 decode=True 才能处理 base64）
正则提取时，用 re.search(r'订单号[:：]\s*(\w+)', text) 比硬编码更鲁棒，中文冒号要兼容全角
避免用 .replace('\r\n', '\n').strip() 粗暴清洗，有些邮件正文自带缩进格式，清洗后反而破坏关键换行（比如表格型通知）