Python，从 mbox 文件中提取原始内容

Posted 2023-03-15

【中文标题】Python，从 mbox 文件中提取原始内容

【英文标题】：Python, extract raw contents from mbox file

【发布时间】：2017-11-26 19:43:22

【问题描述】：

在mbox 文件中，我存储了一些电子邮件：它们也可以使用 MIME。它们必须按原样在mbox 文件中提取，无需修改，使用Python3 脚本。我尝试了以下代码：

import mailbox

for message in mailbox.mbox('mboxfile'):
    mstring = message.as_string()
    print(mstring)

这似乎打印了电子邮件的原始内容。 mbox 中的电子邮件并不总是将\r\n 用于所有新行：有时它们只有\n。无论如何，在message.as_string() 输出中始终使用\n，如manual page 中所指定。

手册中还写到（关于as_string()）：

请注意，提供此方法是为了方便，可能不是在应用程序中序列化消息的最有用方法，尤其是在处理多条消息时。

我无法完全理解这个建议可能意味着什么。我的mbox 文件显然包含几封电子邮件，我想将它们全部提取出来。最重要的是，我想获得 exactly 存储在那里的相同原始电子邮件，而不需要 任何 修改并为每一行保留其 original @ 987654333@ 或\n，就好像我在mbox 文件上使用了cat。所以：

我的代码是执行此操作的正确方法吗？ 如果不是，正确的方法是什么？

【参考方案1】：

如果你想要内容不做任何修改，你可以简单地print()每个message：

import mailbox

for message in mailbox.mbox('mboxfile.mbox'):
    print(message)

带有.mbox 扩展名的文件只是很长的纯文本文件： https://en.wikipedia.org/wiki/Mbox

---

还可以查看 email 模块来处理电子邮件消息：https://docs.python.org/3/library/email.message.html