将带有内联图像的HTML电子邮件保存到PS或PDF中

Question

我需要一些建议/向正确的方向推进。

我已经写了一些小脚本，接收传入的HTML电子邮件，将其转换为PostScript，然后通过CUPS将其发送到指定的打印机。打印机基于电子邮件的接收方。

我正在使用以下方法来实现这一点；

1. 进出口
2. 宝洁
3. HTML2PS
4. 两个自定义脚本(张贴在下面)

The flow

1. Exim接收电子邮件并将其传递给Procmail。
2. .procmailrc调用自定义脚本"process_mail"，将主题和内容作为参数传递。
3. "process_mail“将内容拉到函数中，并调用"get_html_from_message”(我还没有对主题做任何事情)
4. "get_html_from_message“转储除HTML之外的所有内容。
5. 然后将HTML转换为PostScript。
6. PostScript文件被发送到指定的打印机。

问题

1. 在HTML2PS阶段，将生成一个错误，并将NDR发回发送方，说明打开图像时出错。错误打开cid:logo.jpg
2. PostScript文件已成功打印，但显然不包含电子邮件中的图像。

我的问题是:如何从电子邮件中获取这些图像，以便它们能够在PostScript文件中成功打印出来？

如果PostScript不合适的话，我非常乐意转换成PDF格式，但是即使转换成PDF格式也让我失去了图像，因为我无法得到它们。

.procmailrc

SHELL=/bin/bash

# Extract the subject and normalise
SUBJECT=`formail -x"Subject: "\
| /usr/bin/tr '[:space:][:cntrl:][:punct:]' '_' | expand | sed -e     's/^[_]*//' -e 's/[_]*$//'`
YMD=`date +%Y%m%d`

MAKE_SURE_DIRS_EXIST=`
mkdir -p received_mail/backup
if [ ! -z ${SUBJECT} ]
then
    mkdir -p received_mail/${YMD}/${SUBJECT}
else
    mkdir -p received_mail/${YMD}/no_subject
fi
`

# Backup all received mail into the backup directory appending to a file named by date
:0c
received_mail/backup/${YMD}.m

# If no subject, just store the mail
:0c
* SUBJECT ?? ^^^^
received_mail/${YMD}/no_subject/.

# Else there is a subject, generate a unique filemane, place the received email 
# in that file and then execute process_mail passing the filename and subject as parameters
:0Eb
| f=`uuidgen`; export f; cat > received_mail/${YMD}/${SUBJECT}/${f};     $HOME/bin/process_mail received_mail/${YMD}/${SUBJECT}/${f} "${SUBJECT}"

# and don't deliver to standard mail, don't want to clutter up the inbox. 
:0
/dev/null

process_mail

#/bin/bash

# Test Printer
printer=$(whoami)

file=$1
subject=$2

function process_rrs {
typeset file
file=$1
cat $file \
| $HOME/bin/get_html_from_message \
| html2ps \
| lp -d ${printer} -o media=a4 2>&1
}

case "$subject" in
*)
    process_rrs $file
    ;;
esac

get_html_from_message

cat | awk '
BEGIN {
typeout=0
}
{
if($0 ~ /<html/)
    typeout=1
if($0 ~ /^------=/)
    typeout=0
if(typeout)
    print $0
}'

编辑:格式化

Answer 1

我已经想出了如何实现这一目标。详情如下。所有这些都运行在两个负载平衡的CentOS 6盒上。

应用程序

1. 进出口
2. 杯形
3. Mhonarc (不在回购公司的. RPM和https://www.mhonarc.org/网站上)
4. 宝洁
5. Html2ps

是如何工作的

1. 电子邮件发送到两个框中都存在的用户帐户。
2. Exim将该电子邮件传输到Procmail
3. Procmail在用户主目录中查找.procmailrc并采取行动。
4. Mhonarc将电子邮件转换为HTML文件，保存图像和附件。
5. 使用"sed“打开HTML文件，查找email ()的开头，并将所有文本收集到文件末尾
6. 再用管道"sed“删除Mhonarc添加的多余HTML标记(hr标记)。
7. 将管道转换为Html2ps以转换为PostScript
8. 管道到指定打印机(打印机的名称与用户帐户相同)

使用上面的过程，我可以将它降到一个脚本，.procmailrc。这就是我在.procmailrc文件中所写的内容。

SHELL=/bin/bash

# Designate the printer. Printer names match usernames so you don't have to manually change 60+ files. 
printer=`whoami`

# Generate a unique ID
f=`uuidgen`

# Convert email, including headers and body into a HTML file and save off the images using MHONARC https://www.mhonarc.org/
# Open file and search <!--X-Body-of-Message--> string using SED and collect all text to EOF.
# Pipe the result into SED again to remove unwanted HTML tags added by MHONARC
# Pipe result into HTML2PS to convert to PostScript
# Pipe PostScript file to the designated printer
:0E
| mhonarc -single > ${f}.html; sed -n '/^<!--X-Body-of-Message-->$/ { s///; :a; n; p; ba; }' ${f}.html | sed -e '/<hr>/d' | html2ps | lp -d ${printer} -o media=a4 2>&1

# Finally, delete the email
:0
/dev/null

我对"sed“不是很了解，而且很可能有更容易的方法来实现这一点。我会在某个时候进一步调查。

希望这对某人有帮助:)

Answer 2

问题可能是不完全了解HTML是如何在电子邮件中表示的。通常会有一个带有一个HTML部件和多个映像的MIME多部件。HTML在图像链接中使用cid:寻址方案来引用这些同级部分。但是，如果您只提取HTML，它就不再存在于有任何兄弟关系的上下文中。(即使将所有部件提取到文件中，cid:通常也不会映射到本地文件。也许您可以对HTML进行后置处理以解决这个问题；但我想也许您的方法应该重新考虑一下。您考虑过使用带有本地HTML支持的邮件客户端来呈现这些消息吗？)

一个简单的xmlstarlet脚本或类似于从任何img链接的src属性中去掉cid:前缀的脚本应该不难，但是如果您尝试这个路径，可能还需要做一些其他的事情。