解析电子邮件头部Cc字段的文本方法？

Question

我有一个Cc头字段的纯文本，内容如下：

friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>

有没有经过实践检验的模块可以正确解析这个内容？

（如果是用Python写的就更好了！因为我知道的邮件模块只会返回原始文本，没有分割的方法）

（如果能把名字和地址分成两个字段，那就更棒了）

Answer 1

下面的内容完全没必要。我写这段话的时候还没意识到你可以给 getaddresses() 传一个包含多个地址的单个字符串列表。

我还没机会查看电子邮件头部地址的规范，不过根据你提供的字符串，这段代码应该能把它分割成一个列表，并确保在引号内的逗号（因此是名字的一部分）被忽略。

from email.utils import getaddresses

addrstring = ',friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>,'

def addrparser(addrstring):
    addrlist = ['']
    quoted = False

    # ignore comma at beginning or end
    addrstring = addrstring.strip(',')

    for char in addrstring:
        if char == '"':
            # toggle quoted mode
            quoted = not quoted
            addrlist[-1] += char
        # a comma outside of quotes means a new address
        elif char == ',' and not quoted:
            addrlist.append('')
        # anything else is the next letter of the current address
        else:
            addrlist[-1] += char

    return getaddresses(addrlist)

print addrparser(addrstring)

结果是：

[('', 'friend@email.com'), ('John Smith', 'john.smith@email.com'),
 ('Smith, Jane', 'jane.smith@uconn.edu')]

我很想知道其他人是怎么解决这个问题的！

Answer 2

我自己没用过，但看起来你可以很简单地使用csv这个包来解析数据。

Answer 3

有很多函数可以作为标准的Python模块使用，但我觉得你可能在寻找 email.utils.parseaddr() 或者 email.utils.getaddresses() 这两个函数。

>>> addresses = 'friend@email.com, John Smith <john.smith@email.com>,"Smith, Jane" <jane.smith@uconn.edu>'
>>> email.utils.getaddresses([addresses])
[('', 'friend@email.com'), ('John Smith', 'john.smith@email.com'), ('Smith, Jane', 'jane.smith@uconn.edu')]