使用Procmail將帶有內嵌圖像的HTML電子郵件保存爲PS或PDF

Question

我需要一點建議/推動正確的方向。

我已經編寫了一些小型腳本，它接收傳入的HTML電子郵件，將其轉換爲PostScript，然後通過CUPS將其發送到指定的打印機。打印機基於電子郵件的收件人。

我正在使用以下來實現此目的;

1. 進出口
2. 的Procmail
3. html2ps的
4. 兩個自定義腳本（貼在下面）

1. 的電子郵件是由進出口銀行收到並傳遞到流Procmail
2. .procmailrc文件調用自定義腳本「process_mail」，通過主題和內容作爲參數
3. 「process_mail」拉內容到一個函數，並呼籲「get_html_from_message」（我沒有做任何與主題還）
4. 「get_html_from_message」轉儲除HTML以外的所有內容HTML然後轉換爲PostScript
5. PostScript文件被髮送到指定的打印機。

問題

1. 在階段html2ps的產生一個錯誤併發送NDR回發送器，指出有一個錯誤打開所述圖像。 打開cid時出錯：logo.jpg
2. PostScript文件已成功打印，但顯然不包含電子郵件中的圖像。

我的問題是：如何從電子郵件中獲取這些圖像，以便它們能夠在PostScript文件中成功打印出來？

如果PostScript不合適，我很樂意將其轉換爲PDF格式，但即使轉換爲PDF，我也無法看到圖像，因爲我無法看到它們。

。procmailrc文件

SHELL=/bin/bash 

# Extract the subject and normalise 
SUBJECT=`formail -x"Subject: "\ 
| /usr/bin/tr '[:space:][:cntrl:][:punct:]' '_' | expand | sed -e  's/^[_]*//' -e 's/[_]*$//'` 
YMD=`date +%Y%m%d` 

MAKE_SURE_DIRS_EXIST=` 
mkdir -p received_mail/backup 
if [ ! -z ${SUBJECT} ] 
then 
    mkdir -p received_mail/${YMD}/${SUBJECT} 
else 
    mkdir -p received_mail/${YMD}/no_subject 
fi 
` 

# Backup all received mail into the backup directory appending to a file named by date 
:0c 
received_mail/backup/${YMD}.m 

# If no subject, just store the mail 
:0c 
* SUBJECT ?? ^^^^ 
received_mail/${YMD}/no_subject/. 

# Else there is a subject, generate a unique filemane, place the received email 
# in that file and then execute process_mail passing the filename and subject as parameters 
:0Eb 
| f=`uuidgen`; export f; cat > received_mail/${YMD}/${SUBJECT}/${f};  $HOME/bin/process_mail received_mail/${YMD}/${SUBJECT}/${f} "${SUBJECT}" 

# and don't deliver to standard mail, don't want to clutter up the inbox. 
:0 
/dev/null 

process_mail

#/bin/bash 

# Test Printer 
printer=$(whoami) 

file=$1 
subject=$2 

function process_rrs { 
typeset file 
file=$1 
cat $file \ 
| $HOME/bin/get_html_from_message \ 
| html2ps \ 
| lp -d ${printer} -o media=a4 2>&1 
} 

case "$subject" in 
*) 
    process_rrs $file 
    ;; 
esac 

get_html_from_message

cat | awk ' 
BEGIN { 
typeout=0 
} 
{ 
if($0 ~ /<html/) 
    typeout=1 
if($0 ~ /^------=/) 
    typeout=0 
if(typeout) 
    print $0 
}' 

編輯：格式化

Answer 1

這個問題可能是對電子郵件中HTML如何表示的不完全理解。通常會有一個帶有一個HTML部分和多個圖像的MIME多部分。 HTML在圖像鏈接中使用cid:尋址方案來引用這些同級部分。但是，如果你只提取HTML，它就不再存在於有兄弟關係的上下文中。 （即使你將所有部分提取到文件中，cid:通常不會映射到本地文件，也許你可以後處理HTML來解決這個問題;但是我想也許你應該重新考慮你的方法。客戶端渲染這些消息原生支持HTML？）

一個簡單xmlstarlet腳本或類似剝去任何img鏈接的src屬性cid:前綴應該不難，但也有可能是你發現你需要更多的東西如果你嘗試這個路徑，那麼做。

Answer 2

我已經想出瞭如何實現這一點。細節如下。所有這些都在兩個負載均衡的CentOS 6盒上運行。

應用

1. 進出口
2. CUPS
3. Mhonarc（不回購的。RPM和網站在這裏https://www.mhonarc.org/）
4. 的Procmail
5. html2ps的

它是如何工作的

1. 電子郵件發送到兩個盒子上存在的用戶帳戶。
2. 發送郵件到Procmail的Exim管道
3. Procmail在用戶主目錄中查找.procmailrc，並執行 操作。
4. Mhonarc將電子郵件轉換爲HTML文件，保存圖像和附件。
5. 使用「sed」，打開HTML文件並查找電子郵件的開頭（）並收集文件末尾的所有文本
6. 再次移動到「sed」以刪除多餘的HTML標籤（hr標籤）通過Mhonarc
7. 管到html2ps的轉換成PostScript
8. 管到指定的打印機（打印機被命名爲相同的用戶帳戶）

使用上面的過程中，我能降下來只是一個腳本，.procmailrc。這是我在.procmailrc文件中編寫的內容。

SHELL=/bin/bash 

# Designate the printer. Printer names match usernames so you don't have to manually change 60+ files. 
printer=`whoami` 

# Generate a unique ID 
f=`uuidgen` 

# Convert email, including headers and body into a HTML file and save off the images using MHONARC https://www.mhonarc.org/ 
# Open file and search <!--X-Body-of-Message--> string using SED and collect all text to EOF. 
# Pipe the result into SED again to remove unwanted HTML tags added by MHONARC 
# Pipe result into HTML2PS to convert to PostScript 
# Pipe PostScript file to the designated printer 
:0E 
| mhonarc -single > ${f}.html; sed -n '/^<!--X-Body-of-Message-->$/ { s///; :a; n; p; ba; }' ${f}.html | sed -e '/<hr>/d' | html2ps | lp -d ${printer} -o media=a4 2>&1 

# Finally, delete the email 
:0 
/dev/null 

我不太瞭解「sed」，可能有更簡單的方法來實現這一點。有些時候我會進一步調查。

希望這可以幫助別人:)