python使用chilkat解析出邮件文本中的发送to和抄送cc

简介:

参考:https://www.example-code.com/python/emailObject_getRecipients.asp


安装chilkat

wget "https://chilkatdownload.com/9.5.0.66/chilkat-9.5.0-python-2.7-x86_64-linux.tar.gz"

tar xf chilkat-9.5.0-python-2.7-x86_64-linux.tar.gz 

cd chilkat-9.5.0-python-2.7-x86_64-linux/

python installChilkat.py 


代码:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
#!/usr/bin/env pyhton
#coding:utf-8
 
import  sys
import  chilkat
 
#  An email can have any number of To, CC, or Bcc recipients.
email  =  chilkat.CkEmail()
 
success  =  email.LoadEml( "in.12092" )
if  (success ! =  True ):
     print (email.lastErrorText())
     sys.exit()
 
#  It doesn't matter if the email object was loaded from a .eml file,
#  or if it was downloaded from a POP3 or IMAP server.
#  The methods and properties for examining the TO and CC
#  recipients are the same.
 
#  The number of TO recipients is found in the NumTo property
numTo  =  email.get_NumTo()
 
#  Iterate over each TO recipient
if  (numTo >  0 ):
     for  in  range ( 0 ,numTo):
         print ( "TO Friendly Name and Address: "  +  email.getTo(i))
         print ( "TO Address: "  +  email.getToAddr(i))
         print ( "TO Friendly Name: "  +  email.getToName(i))
         print ( "---" )
 
#  The number of CC recipients is found in the NumCC property
numCC  =  email.get_NumCC()
 
#  Iterate over each CC recipient
if  (numCC >  0 ):
     for  in  range ( 0 ,numCC):
         print ( "CC Friendly Name and Address: "  +  email.getCC(i))
         print ( "CC Address: "  +  email.getCcAddr(i))
         print ( "CC Friendly Name: "  +  email.getCcName(i))
         print ( "---" )




      本文转自Tenderrain 51CTO博客,原文链接:http://blog.51cto.com/tenderrain/1916940 ,如需转载请自行联系原作者




相关文章
|
1天前
|
存储 SQL 缓存
阿里云大学考试python中级题目及解析-python中级
阿里云大学考试python中级题目及解析-python中级
|
3天前
|
监控 Python
Python监控主机是否存活,并发报警邮件
Python监控主机是否存活,并发报警邮件
|
6天前
|
数据采集 机器学习/深度学习 数据挖掘
Python数据清洗与预处理面试题解析
【4月更文挑战第17天】本文介绍了Python数据清洗与预处理在面试中的常见问题,包括Pandas基础操作、异常值处理和特征工程。通过示例代码展示了数据读取、筛选、合并、分组统计、离群点检测、缺失值和重复值处理、特征缩放、编码、转换和降维。强调了易错点,如忽视数据质量检查、盲目处理数据、数据隐私保护、过度简化特征关系和忽视模型输入要求。掌握这些技能和策略将有助于在面试中脱颖而出。
23 8
|
6天前
|
数据安全/隐私保护 Python
Python Flask-Mail实现邮件发送
Python Flask-Mail实现邮件发送
|
7天前
|
机器学习/深度学习 自然语言处理 API
《Python 语音转换简易速速上手小册》第4章 语音到文本的转换(2024 最新版)(上)
《Python 语音转换简易速速上手小册》第4章 语音到文本的转换(2024 最新版)
22 0
|
7天前
|
机器学习/深度学习 数据采集 自然语言处理
《Python 语音转换简易速速上手小册》第3章 文本到语音的转换(2024 最新版)(上)
《Python 语音转换简易速速上手小册》第3章 文本到语音的转换(2024 最新版)
23 0
|
9天前
|
调度 Python
Python多线程、多进程与协程面试题解析
【4月更文挑战第14天】Python并发编程涉及多线程、多进程和协程。面试中,对这些概念的理解和应用是评估候选人的重要标准。本文介绍了它们的基础知识、常见问题和应对策略。多线程在同一进程中并发执行,多进程通过进程间通信实现并发,协程则使用`asyncio`进行轻量级线程控制。面试常遇到的问题包括并发并行混淆、GIL影响多线程性能、进程间通信不当和协程异步IO理解不清。要掌握并发模型,需明确其适用场景,理解GIL、进程间通信和协程调度机制。
28 0
|
9天前
|
API Python
Python模块化编程:面试题深度解析
【4月更文挑战第14天】了解Python模块化编程对于构建大型项目至关重要,它涉及代码组织、复用和维护。本文深入探讨了模块、包、导入机制、命名空间和作用域等基础概念,并列举了面试中常见的模块导入混乱、不适当星号导入等问题,强调了避免循环依赖、合理使用`__init__.py`以及理解模块作用域的重要性。掌握这些知识将有助于在面试中自信应对模块化编程的相关挑战。
21 0
|
9天前
|
机器学习/深度学习 自然语言处理 算法框架/工具
用于NLP的Python:使用Keras进行深度学习文本生成
用于NLP的Python:使用Keras进行深度学习文本生成
20 2
|
13天前
|
SQL API 数据库
Python中的SQLAlchemy框架:深度解析与实战应用
【4月更文挑战第13天】在Python的众多ORM(对象关系映射)框架中,SQLAlchemy以其功能强大、灵活性和易扩展性脱颖而出,成为许多开发者首选的数据库操作工具。本文将深入探讨SQLAlchemy的核心概念、功能特点以及实战应用,帮助读者更好地理解和使用这一框架。

推荐镜像

更多