解析电子邮件标题的文本抄送字段的方法？答案

【问题标题】：Method for parsing text Cc field of email header?解析电子邮件标题的文本抄送字段的方法？
【发布时间】：2011-07-22 13:23:52
【问题描述】：

我有一个抄送标题字段的纯文本，如下所示：

friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>

是否有任何经过实战测试的模块可以正确解析？

（如果它在 python 中，则奖励！电子邮件模块只返回原始文本，没有任何拆分它的方法，AFAIK）（如果将名称和地址拆分为字段，也有好处）

【问题讨论】：

标签： python parsing email email-headers

【解决方案1】：

有一堆函数可用作标准 python 模块，但我认为您正在寻找 email.utils.parseaddr() 或 email.utils.getaddresses()

>>> addresses = 'friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>'
>>> email.utils.getaddresses([addresses])
[('', 'friend@email.com'), ('John Smith', 'john.smith@email.com'), ('Smith, Jane', 'jane.smith@uconn.edu')]

【讨论】：

这些模块运行良好，但它们都要求您已经将地址拆分为单独的字符串。
[ email.utils.parseaddr(a) for a in m.split(',') ] alist 是您在上面发布的地址列表。
是的，我发帖后就想到了。进一步阅读和仔细阅读email.utils.getaddresses() 文档后发现您需要传递一个list，而不是一个string，do'h！所以使用email.utils.parseaddr([alist])
哦！ getaddresses() 不需要字符串列表！ ..您可以只传递一个列表，其中包含一个包含多个地址的字符串。我现在觉得自己很傻。。
哈哈，你应该觉得有兴趣和学习新东西很聪明 :-) 我上面的描述不是很清楚我猜...

【解决方案2】：

我自己没有使用过它，但在我看来你可以很容易地使用csv 包来解析数据。

【讨论】：

【解决方案3】：

波纹管是完全没有必要的。我在意识到你可以传递getaddresses() 一个包含多个地址的单个字符串的列表之前写了它。

我没有机会查看电子邮件标头中地址的规范，但根据您提供的字符串，此代码应该可以将其拆分为列表，确保忽略逗号（如果它们在其中）引号（因此是名称的一部分）。

from email.utils import getaddresses

addrstring = ',friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>,'

def addrparser(addrstring):
    addrlist = ['']
    quoted = False

    # ignore comma at beginning or end
    addrstring = addrstring.strip(',')

    for char in addrstring:
        if char == '"':
            # toggle quoted mode
            quoted = not quoted
            addrlist[-1] += char
        # a comma outside of quotes means a new address
        elif char == ',' and not quoted:
            addrlist.append('')
        # anything else is the next letter of the current address
        else:
            addrlist[-1] += char

    return getaddresses(addrlist)

print addrparser(addrstring)

给予：

[('', 'friend@email.com'), ('John Smith', 'john.smith@email.com'),
 ('Smith, Jane', 'jane.smith@uconn.edu')]

我很想看看其他人会如何解决这个问题！

【讨论】：

【解决方案4】：

将多个电子邮件字符串转换为字典（将多个电子邮件名称转换为一个字符串）。

emailstring = 'Friends <friend@email.com>, John Smith <john.smith@email.com>,"Smith" <jane.smith@uconn.edu>'

用逗号分割字符串

email_list = emailstring.split(',')

name 是 key，email 是 value 并制作字典。

email_dict = dict(map(lambda x: email.utils.parseaddr(x), email_list))

结果如下：

{'John Smith': 'john.smith@email.com', 'Friends': 'friend@email.com', 'Smith': 'jane.smith@uconn.edu'}

注意：

如果有相同的姓名但不同的电子邮件ID，则跳过一条记录。

'Friends <friend@email.com>, John Smith <john.smith@email.com>,"Smith" <jane.smith@uconn.edu>, Friends <friend_co@email.com>'

“好友”重复了 2 次。

【讨论】：

解析器需要处理名称中带有逗号的地址 - 例如“Smith, Jane”，因为这是电子邮件地址的有效名称。 emailstring.split(',') 命令将把“Smith, Jane”的名字分成两个独立的地址。