在Python中解析"Return-Path:“

Question

使用Python解析邮件头并获取"return-path“字段中的电子邮件地址的最佳方法是什么？

Return-Path: <bob@example2.com>
Date: Sat, 16 Feb 2013 14:14:32 -0500
Subject: Hello World!
From: Robert Jones <robert.jones@example2.com>
To: Steve <steve@example.com>

附言:我是一个Python的n00b，这段代码需要在AppEngine上运行。

Answer 1

首先，您可能希望使用stdlib的email包来解析消息。

我不确定你是如何获得消息的--像stdlib imaplib或gmail API这样的东西给了你一种从正文中分离出头部的方法，但其他方法可能会给你整个消息。无论哪种方式，您都可以将整个过程传递给email.parser.HeaderParser，以解析标头并忽略其他任何内容：

>>> from email.parser import HeaderParser

>>> msg = HeaderParser().parsestr(header) # or parsestr(msg) if you have the whole msg
>>> return_path = msg.get('Return-Path')

现在，return_path是字符串"<bob@example2.com>"，您可以将其解析为电子邮件地址(如果没有电子邮件地址，则解析为None )。

>>> from email.utils import parseaddr
>>> realname, emailaddr = parseaddr(return_path)

现在，realname是""，emailaddr是'bob@example2.com'。

之所以有两个部分，是因为这也是完全有效的：

Return-Path: "Bob Example" <bob@example.com>

现在，这可能不是很正确。是否允许有两个Return-Path标头？或者，Return-Path报头是否可以包含多个地址？我不记得了。我可以在相关的RFC中查找它，但我还必须进行一些搜索，以找出是否有任何受欢迎的客户端违反了这些特定的规则。这些我都记不住了。所以，为了方便起见，我通常假设任何东西都可以是多个头和多个值，并这样做：

>>> return_paths = msg.get_all('Return-Path')

这将返回list ["<bob@example2.com>"]。(如果没有Return-Path标头，这样会得到一个空的list，而不是None。)您可以一次性解析所有内容，以获得名称、地址对的list，而不只是一个：

>>> from email.utils import getaddresses
>>> for realname, emailaddr in getaddresses(returnpaths):
...     print(realname, emailaddr)

如果结果是Return-Path只允许一个值，那么相同的代码就会按原样工作。

Answer 2

您可以先使用split()函数，然后使用strip()

line = "Return-Path: <bob@example2.com>"
header, value = line.split(":")
value = value.strip()

PS如果你需要去掉大括号，只需再次使用strip函数：

value = value.strip('<>')