開放源碼項目下載郵件列表檔案，最好在Python

我有興趣知道是否有任何開源項目（最好在Python中）可用於下載（抓取？）郵件列表的開源項目的檔案，如作爲Lucene/Hadoop（例如http://mail-archives.apache.org/mod_mbox/lucene-java-user/）。我特別尋找爲（Apache）郵件列表存檔定製的抓取/下載程序（不是通用抓取程序，如Scrappy）。任何指針都非常感謝。謝謝。開放源碼項目下載郵件列表檔案，最好在Python

2012-10-27 prashu

通常有下載mbox文件的工具。在您提供的鏈接中，您可以例如追加mbox名稱並直接獲取郵件歸檔。例如，MBOX爲2012年10月：

因此讓檔案程序是非常簡單的。一旦你有他們：

import mailbox 
mails = mailbox.mbox(filename.mbox) 
for message in mails: print message['subject']

2012-10-27 06:47:41 JosefAssad

謝謝@JosefAssad。哪個關鍵字包含消息的「內容」？我找不到內容的關鍵字。然而，as_string（）打印所有內容，我想知道某些關鍵字是否僅存在內容。 – prashu

我可以熱烈推薦python文檔。具體而言，您需要http://docs.python.org/library/email.message.html#email.message.Message。在這個模塊的術語中，主體被稱爲有效載荷。看看函數'get_payload'。 – JosefAssad

感謝您的術語。我不知道這個身體被稱爲「有效載荷」。 – prashu

回答