Python處理郵件內容和提取郵件里的url地址

最近在搞一個郵箱驗證賬號注冊和登錄的模塊。總結一下。就當記載。文章中涉及到域名和郵箱等都經過處理。

需求是這樣子的，通過selenium注冊某個網站的賬號，然后注冊需要郵件內容里的鏈接激活，登錄的時候如果不是常用設備的話也需要認證，而兩種認證方式給出的鏈接方式是不一樣的。一種是直接通過發放激活鏈接給你，就是純網址，這個好處理，直接用str或者text就能從郵件內容里將原始的url地址提取出來了。但是登錄認證的話就是一個錨文本鏈接，這個如果還用str或者text方式提取的話，就會出現一個問題，就是提取出來的url里的"&"它會變成"&"，在瀏覽器地址欄中輸入的話，就會出錯。所以用str或者text方式提取出來的，還得還原一下地址欄能用的網址。用模塊html就行了。所有問題搞定。然后將提取出來的鏈接加載到selenium里繼續愉快的xxoo就行了。

思路：1->登錄郵箱；

　　　2->獲取最新郵件(獲取最新郵件的理由是，激活和認證的同時，應該不會那么巧有其他郵件發過來，所以我覺得，這種足夠滿足需求了)；

　　　3->解析郵件內容，用imap和pop取回來的郵件我嫌太麻煩，用國人大神開發的zmail解析郵件內容只需幾個步驟。

　　　　　　首先獲取郵件的html內容

　　　　　　將html內容解析成str

　　　　　　把str內容單獨提取出來，在本地建一個html頁面

　　　　　　通過bs4解析這個本地html的內容

　　　　　　提取自己想要的內容，在這里是鏈接地址

提取激活鏈接的代碼：

import zmail
from bs4 import BeautifulSoup
import lxml

'''
    #一個模塊專門處理xxx新注冊用戶的郵箱驗證問題
    #思路：
        1，首先通過zmail登錄到郵箱
        2，因為注冊都是即時的，驗證郵件應該也是即時的
        3，收取最新收到的郵件
        4，獲取最新郵件的content_html內容
        5，將content_html內容轉換成str格式方便處理
        6，將str格式的html文檔使用bs4解析
        7，通過bs4解析出來的內容是一個列表
        8，讀取列表里的文本內容，這樣子也不會丟失格式
    #坑：
        1，郵箱里的鏈接內容如果通過直接讀取，是會更改的，比如說=就會變成amp等，所以要通過text讀取
        
        
'''
class GetTheVerifyLink():
    def __init__(self, emailAccount, pwd):
        #初始化用戶名和密碼
        self.emailAccount = emailAccount
        self.pwd = pwd

    def login_to_server(self):
        '''
            #嘗試登錄郵箱服務器
        '''
        try:
            connect = zmail.server(self.emailAccount, self.pwd)
            print("登錄成功！")
        except:
            print("登錄失敗！請檢查")
        #將connect對象返回到調用它的代碼行
        return connect

    def get_the_latest_mail(self):
        '''
            #通過判定最新郵件的發件人是不是有xxx來判定是不是我們要的郵件
        '''
        mail = self.login_to_server().get_latest()
        #開始判定
        sender = mail['From'] #獲取發件人
        subject = mail['Subject'] #獲取郵件主題
        content_text = mail['Content_text'] #獲取郵件內容
        content_text_str = ''.join(content_text) #將郵件內容轉換為str，不轉換也行，不轉換請看下面
        # content_text_str = ''.join(content_text[0]) #獲取列表的一個元素，將它轉換成str，因為它只有一個元素
        if '@xxx' in sender and 'verify your e-mail address' in subject and 'https://www.xxx/xx/xxx' in content_text_str:
            print("這是我們需要的郵件！")
            return mail
        else:
            print("這不是我們需要的郵件，請登錄郵箱手動刪除並保持amazon認證郵件最新！")

    def get_the_mail_content_html(self):
        content_html = self.get_the_latest_mail()['content_html']
        if content_html:
            return content_html
        else:
            print("獲取content_html內容郵件失敗！")

    def tranfer_content_html_to_str(self):
        content_html_to_str = ''.join(self.get_the_mail_content_html())
        if content_html_to_str:
            print("將郵件的content_html轉換成str成功！")
            return content_html_to_str
        else:
            print("將郵件的content_html內容轉換成str失敗！")

    def get_the_verify_link(self):
        soup = BeautifulSoup(self.tranfer_content_html_to_str(), 'lxml')
        verify_link_list = soup.select(r'body > p:nth-child(3) > a:nth-child(1)')
        for verify_link in verify_link_list:
            verify_link = verify_link.text
        return verify_link

# emailAccount = '[e-mail]'
# pwd = 'xxxx!'
#
# gt = GetTheVerifyLink(emailAccount,pwd)
# # latest_mail = gt.get_the_latest_mail()
# # print(latest_mail)
# verify_link = gt.get_the_verify_link()
# print(verify_link)

 

提取登錄鏈接的代碼：

import zmail
from bs4 import BeautifulSoup
import lxml
import html

class xxxSignInConfirm():
    def __init__(self, username, password):
        self.username = username
        self.password = password

    def login_to_server(self):
        try:
            server = zmail.server(self.username, self.password)
            print("E-mail Login success!")
        except:
            print("E-mail login Failed!")
        return server

    def get_the_latest_mail(self):
        '''
            #通過判定最新郵件的發件人是不是有xxx.com來判定是不是我們要的郵件
        '''
        mail = self.login_to_server().get_latest()
        #開始判定
        sender = mail['From'] #獲取發件人
        subject = mail['Subject'] #獲取郵件主題
        content_text = mail['Content_text'] #獲取郵件內容，獲取文本的郵件內容主要是用在接下來的if語句里的
        content_text_str = ''.join(content_text) #將郵件內容轉換為str，不轉換也行，不轉換請看下面
        # content_text_str = ''.join(content_text[0]) #獲取列表的一個元素，將它轉換成str，因為它只有一個元素
        if 'security' in subject:
            print("這是我們需要的郵件！")
            return mail
        else:
            print("這不是我們需要的郵件，請登錄郵箱手動刪除並保持amazon認證郵件最新！")

    def get_the_mail_content_html(self):
        mail = self.get_the_latest_mail()
        content_html = mail['Content_html']
        if content_html:
            return content_html
        else:
            print("獲取content_html內容郵件失敗！")

    def transfer_content_html_to_str(self):
        content_html_to_str = ''.join(self.get_the_mail_content_html())
        if content_html_to_str:
            print("將郵件的content_html轉換成str成功！")
            return content_html_to_str
        else:
            print("將郵件的content_html內容轉換成str失敗！")

    def get_the_sign_in_verify_link(self):
        soup = BeautifulSoup(self.transfer_content_html_to_str(), 'lxml') #利用bs4解析html的郵件內容
        signInconfirmLinks = soup.select(r'body > div:nth-child(3) > div:nth-child(4) > table:nth-child(2) > tbody:nth-child(1) > tr:nth-child(1) > td:nth-child(1) > table:nth-child(1) > tbody:nth-child(1) > tr:nth-child(5) > td:nth-child(1) > a:nth-child(1)')
        signlinkelement = signInconfirmLinks[0]
        signlinkstr = str(signlinkelement) #轉換成str
        # print(signlinkstr)
        afind = signlinkstr.find('"') #查找字符串中<a href="https//xxxxxxxx.com/"</a>的第一個引號
        # print(afind)
        bfind = signlinkstr[afind + 1:].find('"') #找出第二個引號的位置
        # print(bfind)
        signlinkamp = signlinkstr[afind + 1: afind + 1 + bfind] #在兩個引號之間就是我們需要的鏈接地址，切片切出來
        # print(signlinkamp) #打印一下提取出來的地址，是我們想要的，只是&變成了&amp;
        verify_link = html.unescape(signlinkamp) #使用html還原真實網址
        return verify_link

username = '[e-mail]'
pwd = 'xxxx'
ac = AmazonSignInConfirm(username, pwd) #實例化


verify_link = ac.get_the_sign_in_verify_link()
print(verify_link) #打印，符合預期

兩段代碼基本上是相同的，除了最后一個類方法處理方式有點不同的話。文中有些合法性驗證是不需要的，我是為了方便調試和查看程序運行軌跡才加那么多的。記錄是記錄，也希望有志同道合的人，給出更完美的解決方案。