Skip to main content
 首页 » 编程设计

Python 3.6 Mbox 到 CSV

2024年12月31日8webabcd

我正在尝试编写一个脚本,将 .mbox 文件的每个电子邮件元素转换为 .csv 文件。我特别需要以下元素,但如果有一种方法可以“为每个元素编写”,那将是首选:

收件人、发件人、抄送、密件抄送、日期、主题、正文

我在网上找到了一个脚本,看起来是我需要的开始,documentation关于电子邮件模块,但我找不到关于如何操作的任何细节

  1. 识别不同的属性选项(to、from、cc'd 等)
  2. 如何将它们写为 .csv 中的唯一单元格值。

这是我找到的示例代码:

import mailbox 
import csv 
 
writer = csv.writer(open("clean_mail_B.csv", "wb")) 
for message in mailbox.mbox('Saks.mbox'): 
    writer.writerow([message['to'], message['from'], message['date']]) 

请您参考如下方法:

为此,您首先需要确定所有邮箱项目中可能存在的 key 的完整列表。然后您可以使用它来编写 CSV header 。

接下来,您需要使用 .items() 从每条消息中获取所有键值对。然后可以将其转换回字典并写入您的 CSV 文件。

不幸的是,mailbox 库没有直接公开消息字典,否则可以直接编写。

import mailbox 
import csv 
 
mbox_file = 'sample.mbox' 
 
with open('clean_mail_B.csv', 'w', newline='', encoding='utf-8') as f_output: 
    # Create a column for the first 30 message payload sections 
    fieldnames = {f'Part{part:02}' for part in range(1, 31)} 
 
    for message in mailbox.mbox(mbox_file): 
        fieldnames.update(message.keys()) 
 
    csv_output = csv.DictWriter(f_output, fieldnames=sorted(fieldnames), restval='', extrasaction='ignore') 
    csv_output.writeheader() 
 
    for message in mailbox.mbox(mbox_file): 
        items = dict(message.items()) 
 
        for part, payload in enumerate(message.get_payload(), start=1): 
            items[f'Part{part:02}'] = payload 
 
        csv_output.writerow(items) 

使用 DictWriter 而不是标准的 CSV 编写器。当某些消息不包含所有可能的 header 值时,这将更好地应对。

消息有效负载可以分为多个部分,这些部分作为单独的列标题添加,例如Part01, Part02。通常应该有 1 或 2 个,但您的示例 mbox 包含一个带有奇怪签名的 25?

如果 mbox 包含更多消息的有效负载条目(即 >30),则使用 extrasaction='ignore' 忽略这些条目。另一种方法是将所有有效负载合并到一个列中。