Python：解析带有嵌入图像的电子邮件
Posted
技术标签:
【中文标题】Python：解析带有嵌入图像的电子邮件【英文标题】：Python: parsing emails with embedded images 【发布时间】：2011-05-18 23:00:48 【问题描述】：我正在开发一个应用程序，它使用 python POP3 库连接到邮件服务器，解析电子邮件并将它们放入数据库。
我已成功解析文本邮件、html 邮件和附件。现在，我被包含嵌入图像的电子邮件所困扰。服务器正在运行 CID：src 标记中图像的一些代码，图像以字节为单位。我不确定如何获取图像并将它们与 CID 进行映射。
请提出建议。
提前致谢。
以下是我收到的电子邮件内容：
Content-Type: multipart/alternative;
boundary="php-alt-e0af773d09fadf5208f69aecffcb4de888824263"
--PHP-alt-e0af773d09fadf5208f69aecffcb4de888824263
Content-Type: text/plain
Hi, testing embedded images email!
--PHP-alt-e0af773d09fadf5208f69aecffcb4de888824263
Content-Type: multipart/related; boundary="PHP-related-e0af773d09fadf5208f69aecffcb4de888824263"
--PHP-alt-e0af773d09fadf5208f69aecffcb4de888824263
Content-Type: text/html
<html>
<head>
<title>Test HTML Mail</title>
</head>
<body>
<font color='red'>Hai, it is me!</font>
Here is my picture:
<img src="cid:PHP-CID-e0af773d09fadf5208f69aecffcb4de888824263" />
</body>
</html>
--PHP-related-e0af773d09fadf5208f69aecffcb4de888824263
Content-Type: image/gif
Content-Transfer-Encoding: base64
Content-ID: <PHP-CID-e0af773d09fadf5208f69aecffcb4de888824263>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【问题讨论】：
【参考方案1】：我复制/粘贴此电子邮件内容。甚至我的 formail 客户端也无法正确解码此邮件。 所以也许这个邮件内容不正确或不完整。
【讨论】：
它不完整，它显示嵌入图像部分的部分以及它如何使用图像的cid。【参考方案2】：我假设您正在使用 Python 的 email 包？它应该可以很好地处理图像。如果您需要自己解码图像，则需要查看编码，在本例中为 base64。标准库中也有一个module for encoding and decoding base64。
至于映射，只需从图像中获取 Content-Id 标头，创建一个将内容 ID 映射到 mime 部分的 dict。要解析 src 中的 URL，请检查它们是否以“cid:”开头（即解析为内部 mime 文档），去掉前缀并在您之前创建的字典中查找它们。
【讨论】：
感谢您的回复。是的，我正在使用电子邮件包。我在解码和阅读 base64 内容时没有问题。我已经为附件做到了。问题在于使用 cid 部分解析和映射内容。 解析是什么意思？内容 ID 除了身份之外没有任何意义，它只是在文档中被选择为唯一的。 解析意味着我的代码适用于所有类型的电子邮件，除了带有内联或嵌入图像的电子邮件。它将我在问题中发布的所有内容显示到电子邮件正文中。【参考方案3】：通过检查内容中的 Content-Disposition 值和 cid 解决了该问题。
如果是附件，则文件内容应显示为电子邮件的附件，如果是内联的，则内容将显示在正文中。
【讨论】：
这里是一个例子。 如果是内联附件（或嵌入图像），标题将为：``` 'Content-Disposition', 'inline; filename="1.png"' 'Content-ID', '' ``` 和img 标签会是这样的： `` ``` 如果是实际附件标题将类似于：``` 'Content-ID', '' 'Content-Disposition', 'attachment;文件名="Ajay_pratap_devops.pdf"' ```【参考方案4】：
这可以使用附件有效负载标头和img 标记轻松完成。
这是一个例子。
如果是内联附件（或嵌入图像），标题将是：
'Content-Disposition', 'inline; filename="1.png"'
'Content-ID', '178eefca98b2c91aec1'
img 标签会是这样的：
<img src="cid:178eefca98b2c91aec1" />
如果是实际附件，标题将如下所示：
'Content-ID', '178eefca98bee445dfe2'
'Content-Disposition', 'attachment; filename="Ajay_pratap_devops.pdf"'
【讨论】：
以上是关于Python：解析带有嵌入图像的电子邮件的主要内容，如果未能解决你的问题，请参考以下文章