使用Python从Gmail中提取信息

Question

我已经通过解决方案从Gmail邮箱中选定的已接收电子邮件中提取有用信息.

在这个例子的目的是获取从提供每月石油价格的时事通讯发送的所有邮件.您可以在EIA网站上自由订阅此类时事通讯.所有这些时事通讯都会在我的Gmail邮箱中的相同文件夹中找到,并以"$"开头.

电子邮件的内容就是这样

我的目标是编写一个脚本来获取最后10封这样的电子邮件(过去10个月),并根据时间绘制不同美国地区的石油价格.

Answer 1

Python email库会有所帮助.

import email, getpass, imaplib, os, re
import matplotlib.pyplot as plt

您可以在此目录中保存附件

 detach_dir = "F:\OTHERS\CS\PYTHONPROJECTS"  

然后,您的脚本会询问用户(或您自己)的帐户功能

user = raw_input("Enter your GMail username --> ")
pwd = getpass.getpass("Enter your password --> ")

然后连接到gmail imap服务器并登录

m = imaplib.IMAP4_SSL("imap.gmail.com")
m.login(user, pwd)

选择一个文件夹,您可以使用整个INBOX

m.select("BUSINESS/PETROLEUM")    

应该m.list()用来获取所有邮箱.搜索来自指定发件人的所有电子邮件,然后选择邮件ID:

resp, items = m.search(None, '(FROM "EIA_eLists@eia.gov")')
items = items[0].split()  

my_msg = [] # store relevant msgs here in please
msg_cnt = 0
break_ = False

我想要最后的电子邮件,以便我使用 items[::-1]

for emailid in items[::-1]:

    resp, data = m.fetch(emailid, "(RFC822)")

    if ( break_ ):
        break

    for response_part in data:

      if isinstance(response_part, tuple):
          msg = email.message_from_string(response_part[1])
          varSubject = msg['subject']
          varDate = msg['date']

我只想要那些开头的 $

          if varSubject[0] == '$':
              r, d = m.fetch(emailid, "(UID BODY[TEXT])")

              ymd = email.utils.parsedate(varDate)[0:3]
              my_msg.append([ email.message_from_string(d[0][1]) , ymd ])

              msg_cnt += 1

我只想要N = 100个最后的消息

              if ( msg_cnt == 100 ):
                  break_ = True

l = len(my_msg)
US, EastCst, NewEng, CenAtl, LwrAtl, Midwst, GulfCst, RkyMt, WCst, CA = 
[0]*l, [0]*l, [0]*l, [0]*l, [0]*l, [0]*l, [0]*l, [0]*l, [0]*l, [0]*l 
absc = [k for k in range(len(my_msg))]
dates = [str(msg[1][2])+'-'+str(msg[1][3])+'-'+str(msg[1][0]) for msg in my_msg]
cnt = -1

for msg in my_msg:

    data = str(msg[0]).split("\n")
    cnt+=1
    for c in [k.split("\r")[0] for k in data[2:-2]]: 

使用正则表达式获取相关信息

        m = re.match( r"(.+)(=3D\$)(.+)" , c )  
        if( m == None ):
            continue 

        country, na, price = m.groups()

        if ( country == "US" or country == "USA" ) :
            US[cnt] = float(price)
        elif( country == "NewEng" ) :
            EastCst[cnt] = float(price)    
        elif( country == "EastCst" ) :
            NewEng[cnt] = float(price)  
        elif( country == "EastCst" ) :
            CenAtl[cnt] = float(price) 
        elif( country == "EastCst" ) :
            LwrAtl[cnt] = float(price)
        elif( country == "EastCst" ) :
            Midwst[cnt] = float(price)
        elif( country == "EastCst" ) :
            GulfCst[cnt] = float(price)
        elif( country == "EastCst" ) :
            RkyMt[cnt] = float(price)
        elif( country == "EastCst" ) :
            WCst[cnt] = float(price)
        elif( country == "EastCst" ) :
            CA[cnt] = float(price)

用美国价格绘制所有这些曲线

plt.plot( absc, US )

plt.plot( absc, EastCst )    
plt.plot( absc, NewEng, '#251BE0' )    
plt.plot( absc, EastCst, '#1BE0BF' )
plt.plot( absc, CenAtl, '#E0771B' )
plt.plot( absc, LwrAtl, '#CC1BE0' )
plt.plot( absc, Midwst, '#E01B8B' ) 
plt.plot( absc, GulfCst, '#E01B3F' )
plt.plot( absc, RkyMt )
plt.plot( absc, WCst )
plt.plot( absc, CA )

plt.legend( ('US', 'EastCst', 'NewEng' , 'EastCst', 'CenAtl', 'LwrAtl', 'Midwst', 'GulfCst', 'RkyMt', 'WCst', 'CA')  )
plt.title('Diesel price')
locs,labels = plt.xticks(absc, dates)
plt.show()

一些相关的有趣话题在这里

只获取新电子邮件

抓取邮件正文

转发带附件的电子邮件

在Gmail中获取正文电子邮件

结果仅限于三个区域