Python 3.6 Mbox 转 CSV

Python 3.6 Mbox to CSV

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,但如果有办法 "write for each element," 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

的任何细节
  1. 识别不同的属性选项(tofromcc'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']])

为此,您首先需要确定所有邮箱项目中可能存在的密钥的完整列表。然后你可以用它来写 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)

使用了 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,这会更好地应对。

消息负载可以分为多个部分,这些部分作为单独的列添加 header,例如Part01Part02。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 包含消息的更多负载条目(即 >30),则使用 extrasaction='ignore' 将忽略这些条目。另一种方法是将所有有效负载合并到一个列中。