Python 提取邮件头基本信息

1 邮件内容

假设目前邮件名叫“1.txt”，邮件内容为：

From:   Justin-Bieber@entertain.org on behalf of BieberLeader [leader@hello.org]Sent:   2017-07-01 12:48To: 'staff@hello.org'; custom@hello.org;Willim Johnson; John SnowSubject:    The battlefield in WinterfellI have just met then. More details as soon as possible. So far, so good.Sent via iPhone 7 plus

2 提取思路

• 要求把邮件头部信息提取出来，需要提取信息：
  • 发件人（From:）、发件时间（Sent）、收件人（To）、主题（Subject）
• 初步提取信息所在行的内容即可。
• 使用一个提取函数，把四个关键词放入数组中，用正则提取。
• 四个信息都做了全局函数，如果曾经匹配过，则全局函数 + 1，以做标识。
• 如果一个信息已经匹配过，而下一个信息还没匹配到，这一行的内容也需要读取出来。
• 提取函数的返回值，如果是 None 则不做处理。

# coding: utf-8import refrom_count = 0sent_count = 0to_count = 0subject_count = 0def inspect_string(string):    global from_count    global sent_count    global to_count    global subject_count    keyword_list = ['From:', 'Sent:', 'To:', 'Subject:']    for keyword in keyword_list:        regex_str = ".*({0}.*)".format(keyword)        match_obj = re.match(regex_str, string)        if re.match(".*(From:.*)", string):            from_count += 1        if re.match(".*(Sent:.*)", string):            sent_count += 1        if re.match(".*(To:.*)", string):            to_count += 1        if re.match(".*(Subject:.*)", string):            subject_count += 1        if match_obj:            return match_obj.group(1)        if from_count > 0 and sent_count < 1:            return string        if sent_count > 0 and to_count < 1:            return string        if to_count > 0 and subject_count < 1:            return stringwith open('1.txt', 'rb') as f:    for line in f:        result = inspect_string(str(line))        if result is None:            continue        print(result)

3 运行结果

From:   Justin-Bieber@entertain.org on behalf of BieberLeader [leader@hello.org]Sent:   2017-07-01 12:48To: 'staff@hello.org'; custom@hello.org;Willim Johnson; John SnowSubject:    The battlefield in Winterfell

原著是一个有趣的人,若有侵权,请通知删除