在Python中解析"Return-Path:

Question

用Python解析邮件头，获取“return-path”字段中的电子邮件地址的最佳方法是什么？

Return-Path: <bob@example2.com>
Date: Sat, 16 Feb 2013 14:14:32 -0500
Subject: Hello World!
From: Robert Jones <robert.jones@example2.com>
To: Steve <steve@example.com>

附言：我对Python还不太熟悉，这段代码需要在AppEngine上运行。

Answer 1

你可以使用 split() 函数，然后再用 strip()：

line = "Return-Path: <bob@example2.com>"
header, value = line.split(":")
value = value.strip()

另外，如果你想去掉大括号，可以再用一次 strip() 函数：

value = value.strip('<>')

Answer 2

首先，你可能想用标准库里的 email 包来解析消息。

我不太确定你是怎么获取消息的——像标准库中的 imaplib 或者 Gmail API 都可以让你单独获取消息的头部和正文，但其他方法可能会给你整个消息。不管怎样，你都可以把整个消息传给 email.parser.HeaderParser 来解析头部，其他的内容就可以忽略了：

>>> from email.parser import HeaderParser

>>> msg = HeaderParser().parsestr(header) # or parsestr(msg) if you have the whole msg
>>> return_path = msg.get('Return-Path')

现在，return_path 是字符串 "<bob@example2.com>"，你可以把它当作一个邮箱地址来解析（如果没有的话，就当作 None）。

>>> from email.utils import parseaddr
>>> realname, emailaddr = parseaddr(return_path)

现在，realname 是 ""，而 emailaddr 是 'bob@example2.com'。

之所以有两个部分，是因为这样也是完全有效的：

Return-Path: "Bob Example" <bob@example.com>

现在，这可能不太对。你允许有两个 Return-Path 头部吗？或者 Return-Path 头部可以包含多个地址吗？我记不清了。我可以查一下相关的RFC文档，但那样我还得找找看有没有流行的客户端违反这些规则。我记不住所有这些。所以，为了方便，我通常假设任何东西都可以有多个头部和多个值，就这样处理：

>>> return_paths = msg.get_all('Return-Path')

这样返回的 list 是 ["<bob@example2.com>"]。（如果没有 Return-Path 头部，你会得到一个空的 list，而不是 None。）你可以一次性解析这些内容，得到一对对的名字和地址，而不仅仅是一个：

>>> from email.utils import getaddresses
>>> for realname, emailaddr in getaddresses(returnpaths):
...     print(realname, emailaddr)

如果最后发现 Return-Path 只允许一个值，那这段代码照样可以正常工作。