Python 抓取邮件中表格到Excel

傷城~ 2023-06-13 06:17 25阅读 0赞

上代码

import imapclient
    # 这个包导不进来，先导入 pyzmail36，下载好后再改回 pyzmail 即可
    import pyzmail
    from bs4 import BeautifulSoup
    import pandas as pd
    import xlsxwriter
    import html5lib
    
    # 提取邮件里面的表格
    class my_eamil():
        """
            构造函数，创建一个类的入口
            self指的是类实例对象本身
            后面传入三个参数，即：邮箱地址、密码、邮件服务
            """
        def __init__(self, user, password, eamil_server):
            self.user = user
            # 此处密码是授权码,用于登录第三方邮件客户端
            self.password = password
            self.pop3_server = eamil_server
    
        # 获取邮件中的表格
        def get_taleStr(self):
            # 腾讯企业邮箱
            imapObj = imapclient.IMAPClient(eamil_server, ssl=True)
            # 邮箱和密码
            imapObj.login(user, password)
            # 默认收件箱
            imapObj.select_folder('INBOX', readonly=True)
            # 搜索未读邮件，打印未读邮件的UID
            UIDS = imapObj.search('UNSEEN')
            # print(UIDS)
            # UIDS = imapObj.search('ALL')#搜索全部的邮件
            if len(UIDS) >= 1:  # 存在未读邮件
                # 获得邮件内容
                rawMessage = imapObj.fetch(UIDS[0], [b'BODY[]'])
                # 选择第一封未读邮件
                messageObj = pyzmail.PyzMessage.factory(rawMessage[UIDS[0]][b'BODY[]'])
                # 打印邮件信息，可以根据这些信息进行筛选
                print('邮件主题', messageObj.get_subject())
                print('发件人', messageObj.get_addresses('from'))
                print('收件人', messageObj.get_addresses('to'))
    
                # 邮件内容不为空时
                if messageObj.html_part != None:
                    messageContent = messageObj.html_part.get_payload().decode(messageObj.html_part.charset)
                    # 设置邮件已读
                    # imapObj.set_flags(rawMessage, b'\\Seen', silent=False)
                else:
                    pass
            # 退出邮件
            imapObj.logout()
            # 如果邮件内容存在链接则返回链接，若不存在则直接下载邮件附件
            return messageContent
    
        # 邮件中的表格写入excel中
        def table_Excel(self, tableHtml, file_name):
            # 是指定Beautiful的解析器为“html.parser”
            soup = BeautifulSoup(tableHtml, 'html.parser')
            # 寻找所有的表格
            tables = soup.find_all('table')
            # excel 写入器
            writer = pd.ExcelWriter(file_name, engine='xlsxwriter')
            workbook = writer.book
            # 可遍历的数据对象
            for idx, table in enumerate(tables):
                # 定义sheet 名称
                sheet_name = 'Table-' + str(idx)
                # 获取 table 数据
                df_table = pd.read_html(str(table), header=0, flavor='bs4')[0]
                # table 数据 写入 Excel
                df_table.to_excel(writer, index=False, sheet_name=sheet_name)
                # 获取 sheet 对象
                worksheet = writer.sheets[sheet_name]
                # 设置表头样式
                header_fmt = workbook.add_format({'font_size': 14, 'bold': True, 'fg_color': '#D7E4BC', 'border': 1})
                # 写入表头
                for col_num, value in enumerate(df_table.columns.values):
                    worksheet.write(0, col_num, value, header_fmt)
                # 调整列宽
                worksheet.set_column('A:Z', 25)
            # 保存文件
            writer.save()
    
    # 开始执行
    # 邮箱地址
    user = ''
    # 密码，若是163邮箱则使用客户端密码
    password = ''
    eamil_server = 'pop.exmail.qq.com'
    file_name = "E:\\export.xlsx"
    # 调用类
    myEmail = my_eamil(user=user, password=password, eamil_server=eamil_server)
    tableHtml = myEmail.get_taleStr()
    myEmail.table_Excel(tableHtml, file_name)