Python邮件自动化：smtplib与imaplib实战指南

1. Python自动收发邮件系统设计思路

当我们需要处理大量邮件往来时，手动操作Outlook或网页邮箱效率极低。Python的smtplib和imaplib库提供了完整的邮件自动化解决方案，可以轻松实现：

• 定时发送批量邮件
• 自动收取并分类邮件
• 提取邮件关键内容进行后续处理
• 搭建邮件通知系统

我在电商公司的订单处理系统中就曾用这套方案，将客服邮件响应时间从平均2小时缩短到15分钟。下面分享具体实现方法。

2. 环境准备与库安装

2.1 基础环境配置

推荐使用Python 3.8+版本，开发工具选择VSCode或PyCharm。需要安装的核心库：

bash复制pip install imaplib2 smtplib email

对于需要处理邮件附件的场景，建议额外安装：

bash复制pip install pandas openpyxl 

2.2 邮箱服务设置

以QQ邮箱为例，需要先在设置中开启SMTP/IMAP服务：

1. 登录网页版QQ邮箱
2. 进入"设置"→"账户"
3. 开启"POP3/SMTP服务"和"IMAP/SMTP服务"
4. 获取授权码（替代密码使用）

注意：Gmail等邮箱可能需要单独配置应用专用密码，企业邮箱通常需要联系管理员开通相应权限。

3. 邮件发送功能实现

3.1 基础文本邮件发送

python复制import smtplib
from email.mime.text import MIMEText

def send_email(subject, content, to_addr):
    # 邮箱配置
    mail_host = "smtp.qq.com"  
    mail_user = "your_email@qq.com"
    mail_pass = "your_authorization_code"
    
    # 构造邮件
    message = MIMEText(content, 'plain', 'utf-8')
    message['Subject'] = subject
    message['From'] = mail_user
    message['To'] = to_addr
    
    # 发送邮件
    try:
        smtpObj = smtplib.SMTP_SSL(mail_host)
        smtpObj.login(mail_user, mail_pass)
        smtpObj.sendmail(mail_user, [to_addr], message.as_string())
        print("邮件发送成功")
    except Exception as e:
        print(f"发送失败: {str(e)}")
    finally:
        smtpObj.quit()

# 使用示例
send_email("测试主题", "这是一封测试邮件", "recipient@example.com")

3.2 带附件的邮件发送

实际业务中经常需要发送Excel报表等附件：

python复制from email.mime.multipart import MIMEMultipart
from email.mime.application import MIMEApplication

def send_email_with_attachment(subject, content, to_addr, file_path):
    msg = MIMEMultipart()
    msg['Subject'] = subject
    msg['From'] = mail_user
    msg['To'] = to_addr
    
    # 添加正文
    msg.attach(MIMEText(content, 'plain', 'utf-8'))
    
    # 添加附件
    with open(file_path, "rb") as f:
        part = MIMEApplication(f.read())
        part.add_header('Content-Disposition', 'attachment', filename=file_path.split("/")[-1])
        msg.attach(part)
    
    # 发送逻辑同上...

4. 邮件接收与解析

4.1 基础邮件接收

python复制import imaplib
import email

def receive_emails():
    # 连接服务器
    imap = imaplib.IMAP4_SSL("imap.qq.com")
    imap.login(mail_user, mail_pass)
    imap.select("INBOX")  # 选择收件箱
    
    # 搜索邮件
    status, messages = imap.search(None, "ALL")
    if status != "OK":
        raise Exception("邮件搜索失败")
    
    # 处理最新10封邮件
    for num in messages[0].split()[-10:]:
        status, data = imap.fetch(num, "(RFC822)")
        if status != "OK":
            continue
            
        raw_email = data[0][1]
        email_message = email.message_from_bytes(raw_email)
        
        print(f"发件人: {email_message['From']}")
        print(f"主题: {email_message['Subject']}")
        print(f"日期: {email_message['Date']}")
        
        # 解析邮件正文
        for part in email_message.walk():
            if part.get_content_type() == "text/plain":
                body = part.get_payload(decode=True)
                print(body.decode())
    
    imap.close()
    imap.logout()

4.2 高级邮件过滤与分类

实际项目中我们通常需要根据特定条件筛选邮件：

python复制# 搜索过去24小时内包含"订单"关键字的未读邮件
search_criteria = '(SINCE "01-Jan-2023" SUBJECT "订单" UNSEEN)'
status, messages = imap.search(None, search_criteria)

# 按发件人分类存储邮件
sender_dict = {}
for num in messages[0].split():
    status, data = imap.fetch(num, "(RFC822)")
    email_message = email.message_from_bytes(data[0][1])
    sender = email_message['From']
    
    if sender not in sender_dict:
        sender_dict[sender] = []
    sender_dict[sender].append(email_message)

5. 实战案例：自动回复系统

结合发送和接收功能，我们可以构建自动回复系统：

python复制def auto_reply_system():
    imap = imaplib.IMAP4_SSL("imap.qq.com")
    imap.login(mail_user, mail_pass)
    imap.select("INBOX")
    
    # 查找需要自动回复的邮件
    status, messages = imap.search(None, '(UNSEEN)')
    for num in messages[0].split():
        status, data = imap.fetch(num, "(RFC822)")
        email_message = email.message_from_bytes(data[0][1])
        
        # 构造回复内容
        reply_content = f"""
        您好！
        
        感谢您的来信。我们已收到您关于【{email_message['Subject']}】的咨询，
        客服人员将在24小时内给您回复。
        
        此邮件为自动发送，请勿直接回复。
        """
        
        # 发送回复
        send_email(
            subject=f"Re: {email_message['Subject']}",
            content=reply_content,
            to_addr=email_message['From']
        )
        
        # 标记为已读
        imap.store(num, '+FLAGS', '\\Seen')
    
    imap.close()
    imap.logout()

6. 生产环境注意事项

6.1 性能优化技巧

1. 连接池管理：频繁建立/断开连接会导致性能下降，建议使用连接池：

python复制from imapclient import IMAPClient

with IMAPClient(host="imap.qq.com", ssl=True) as client:
    client.login(mail_user, mail_pass)
    client.select_folder("INBOX")
    # 操作代码...

2. 批量处理邮件：一次性获取多封邮件内容，减少网络请求：

python复制messages = imap.fetch("1:10", "(BODY.PEEK[])")

3. 异常重试机制：网络不稳定时自动重试：

python复制from tenacity import retry, stop_after_attempt

@retry(stop=stop_after_attempt(3))
def send_email_with_retry():
    # 发送逻辑...

6.2 安全最佳实践

1. 敏感信息保护：

   • 永远不要将邮箱密码硬编码在脚本中
   • 使用环境变量或配置文件存储凭据
   • 考虑使用密钥管理服务

2. 防垃圾邮件策略：

   • 控制发送频率（商业邮箱通常限制每分钟发送量）
   • 添加退订链接
   • 避免使用容易被拦截的关键词

3. 日志记录：

   • 记录所有发送/接收的邮件元数据
   • 保存重要操作日志
   • 设置异常告警

python复制import logging

logging.basicConfig(
    filename="email.log",
    level=logging.INFO,
    format="%(asctime)s - %(levelname)s - %(message)s"
)

7. 扩展应用场景

7.1 邮件监控报警系统

通过定期检查特定邮箱，可以实现业务监控：

python复制def monitor_error_emails():
    # 检查错误报告邮箱
    messages = search_emails("错误报警")
    
    if messages:
        # 发送短信/企业微信通知
        send_alert_notification(f"发现{len(messages)}条错误报告")
        
        # 自动创建工单
        for msg in messages:
            create_ticket(
                title=msg['Subject'],
                content=get_email_body(msg),
                priority="high"
            )

7.2 自动化报表系统

定时发送数据分析结果：

python复制import schedule
import time

def daily_report():
    # 生成报表
    df = generate_sales_report()
    
    # 发送邮件
    send_email_with_attachment(
        subject="每日销售报表",
        content="请查收今日销售数据",
        to_addr="manager@company.com",
        file_path="/reports/daily_sales.xlsx"
    )

# 每天上午9点执行
schedule.every().day.at("09:00").do(daily_report)

while True:
    schedule.run_pending()
    time.sleep(60)

7.3 邮件数据归档分析

将历史邮件转为结构化数据：

python复制def archive_emails():
    messages = search_emails("ALL")
    
    data = []
    for msg in messages:
        data.append({
            "date": msg['Date'],
            "from": parse_email_address(msg['From']),
            "subject": msg['Subject'],
            "body": get_email_body(msg),
            "labels": classify_email(msg)
        })
    
    # 存储到数据库
    save_to_database(data)

8. 常见问题解决方案

8.1 连接超时问题

python复制# 增加超时设置
smtplib.SMTP_SSL(mail_host, timeout=30)

# IMAP连接超时设置
imaplib.IMAP4_SSL(mail_host, timeout=30)

8.2 编码问题处理

python复制# 统一使用UTF-8编码
subject = email.header.decode_header(msg['Subject'])[0][0]
if isinstance(subject, bytes):
    subject = subject.decode('utf-8')

8.3 附件下载异常

python复制for part in email_message.walk():
    if part.get_content_maintype() == 'multipart':
        continue
    if part.get('Content-Disposition') is None:
        continue
    
    filename = part.get_filename()
    if filename:
        # 处理文件名编码
        filename = email.header.decode_header(filename)[0][0]
        if isinstance(filename, bytes):
            filename = filename.decode('utf-8')
        
        # 保存附件
        with open(f"downloads/{filename}", "wb") as f:
            f.write(part.get_payload(decode=True))

9. 完整项目结构建议

对于正式项目，推荐按以下结构组织代码：

code复制email_automation/
├── config/
│   ├── __init__.py
│   ├── settings.py    # 邮箱配置
│   └── logging.conf   # 日志配置
├── core/
│   ├── sender.py      # 发送功能
│   ├── receiver.py    # 接收功能
│   └── processor.py   # 邮件处理
├── utils/
│   ├── auth.py        # 认证相关
│   └── common.py      # 通用函数
├── main.py            # 主程序入口
└── requirements.txt   # 依赖列表

这种结构便于功能扩展和维护，例如需要添加新的邮件处理逻辑时，只需在processor.py中添加新类即可。