解析邮件头文本抄送字段的方法？

Question

我有一个Cc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>

有没有经过实战测试的模块可以正确解析它？

(如果它是用python编写的，那就更好了！电子邮件模块只返回原始文本，没有任何拆分方法( AFAIK) (如果它将姓名和地址拆分为to字段，也会有好处)

Answer 1

有很多函数可以作为标准的python模块使用，但我认为您要找的是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')]

Answer 2

我自己还没有用过它，但在我看来，您可以很容易地使用csv包来解析数据。

Answer 3

这是完全不必要的。我在意识到可以向getaddresses()传递一个包含单个字符串(包含多个地址)的列表之前编写了它。

我还没有机会查看电子邮件头中地址的规范，但是根据您提供的字符串，此代码应该可以将其拆分成一个列表，确保忽略逗号(如果逗号在引号内(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')]

我很想看看其他人是如何解决这个问题的！