Python3讀取Outlook郵件並寫入MySQL
因為往來郵件量比較大，為了統計分析兩年的變化情況，決定把郵件從Outlook讀取並寫入MySQL，然後通過Excel查詢分析。這裡分享一下完整的提取Email信息的思路和代碼。
另外，如果不用資料庫，也可以利用同樣的思路直接保存到Excel文件，不過需要注意的是，每個單元格最多存儲3.2萬字元，一般也足夠了。
第一步：創建資料庫。
通過MySQL可視化客戶端新建資料庫，字符集選擇utf8，字符集校對選擇utf8_general_ci。
第二步：通過Python腳本創建數據表。
欄位長度可以修改，需要考慮Email各種信息的不同長度，也需要注意欄位類型的匹配。
比如發件人可能只需要很少字元，但郵件正文就可能幾萬的字元。
# -*- coding: utf-8 -*-
import pymysql
# 1.鏈接資料庫（用戶名和密碼對應資料庫訪問user/password）
conn = pymysql.connect(
host=127.0.0.1,
port=3306,
user=xxxx,
passwd=xxxx,
db=myemail_zl,
charset=utf8)
def connect_mysql(conn):
# 判斷鏈接是否正常
conn.ping(True)
# 建立操作遊標
cursor=conn.cursor()
# 設置數據輸入輸出編碼格式
cursor.execute(set names utf8)
return cursor
# 建立鏈接遊標
cur=connect_mysql(conn)
# 2、添加資料庫表頭
# ID, 根級目錄, 一級目錄, 二級目錄, 接收時間, 發件人, 收件人, 抄送人, 郵件主題, 郵件ID, 會話主題, 會話ID, 會話歷史記錄ID, 郵件內容
cur.execute(CREATE TABLE IF NOT EXISTS email_box2 (
ID INT NOT NULL AUTO_INCREMENT PRIMARY KEY,
根級目錄 VARCHAR(255),
一級目錄 VARCHAR(255),
二級目錄 VARCHAR(255),
接收時間 VARCHAR(100),
發件人 VARCHAR(200),
收件人 VARCHAR(2550),
抄送人 VARCHAR(2550),
郵件主題 VARCHAR(255),
郵件ID VARCHAR(255),
會話主題 VARCHAR(255),
會話ID VARCHAR(255),
會話歷史記錄ID VARCHAR(2550),
郵件內容 MEDIUMTEXT
) DEFAULT CHARACTER SET utf8 COLLATE utf8_general_ci)
# 3、提交&關閉鏈接
conn.commit()
conn.close()
print (Done!)
第三步：打開Outlook並運行如下代碼，即可把指定的郵件信息寫入連接的資料庫。
1、這裡只讀取兩級目錄（如下圖）。
若二級目錄還有子項，則可參考讀取二級目錄的代碼，另外，SQL語句/欄位都需要改動。
2、說明：
>> 根級目錄：Outlook綁定的郵箱賬戶名稱，也可以是Outlook連接的郵件存檔名稱。
>> 一級目錄：是與收件箱（Inbox）同級的目錄；
>>二級目錄：是一級目錄的子目錄，就是自建的二級文件夾。
# -*- coding: utf-8 -*-
import pymysql
from win32com.client.gencache import EnsureDispatch as Dispatch
# import win32com.client
# 連接MySQL
conn = pymysql.connect(
host=127.0.0.1,
port=3306,
user=xxxx,
passwd=xxxx,
db=myemail_zl,
charset=utf8)
def connect_mysql(conn):
#判斷鏈接是否正常
conn.ping(True)
#建立操作遊標
cursor=conn.cursor()
#設置數據輸入輸出編碼格式
cursor.execute("SET NAMES UTF8")
return cursor
#建立鏈接遊標
cur=connect_mysql(conn)
# SQL語句
insert_sql = insert into email_box2 (根級目錄,一級目錄,二級目錄,接收時間,發件人,收件人,抄送人,郵件主題,郵件ID,會話主題,會話ID,會話歷史記錄ID,郵件內容) values (%s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s, %s)
# 連接Outlook
outlook = Dispatch("Outlook.Application")
mapi = outlook.GetNamespace("MAPI")
Accounts = mapi.Folders # 根級目錄（郵箱名稱，包括Outlook讀取的存檔名稱）
for Account_Name in Accounts:
print( >> 正在查詢的帳戶名稱：,Account_Name.Name,
)
Level_1_Names = Account_Name.Folders # 一級目錄集合（與inbox同級）
for Level_1_Name in Level_1_Names:
# 首先，向MySQL提交一級目錄的郵件
print( - 正在查詢一級目錄： , Level_1_Name.Name)
Mail_1_Messages = Level_1_Name.Items # 一級文件夾的mail合集
for xx in Mail_1_Messages: # xx = mail # 開始查看單個郵件的信息
Root_Directory_Name_1 = Account_Name.Name # 記錄根目錄名稱
Level_1_FolderName_1 = Level_1_Name.Name # 記錄一級目錄名稱
Level_2_FolderName_1 = # 一級目錄肯定沒有二級目錄，顧留為空
if (hasattr(xx, ReceivedTime)):
ReceivedTime_1 = str(xx.ReceivedTime)[:-6] # 接收時間
else:
ReceivedTime_1 =
if (hasattr(xx, SenderName)): # 發件人
SenderName_1 = xx.SenderName
else:
SenderName_1 =
if (hasattr(xx, To)): # 收件人
to_to_1 = xx.To
else:
to_to_1 =
if (hasattr(xx, CC)): # 抄送人
cc_cc_1 = xx.CC
else:
cc_cc_1 =
if (hasattr(xx, Subject)): # 主題
Subject_1 = xx.Subject
else:
Subject_1 =
if (hasattr(xx, EntryID)): # 郵件MessageID
MessageID_1 = xx.EntryID
else:
MessageID_1 =
if (hasattr(xx, ConversationTopic)): # 會話主題
ConversationTopic_1 = xx.ConversationTopic
else:
ConversationTopic_1 =
if (hasattr(xx, ConversationID)): # 會話ID
ConversationID_1 = xx.ConversationID
else:
ConversationID_1 =
if (hasattr(xx, ConversationIndex)): # 會話記錄相對位置
ConversationIndex_1 = xx.ConversationIndex
else:
ConversationIndex_1 =
if (hasattr(xx, Body)): # 郵件內容
EmailBody_1 = xx.Body
else:
EmailBody_1 =
# 寫入MySQL
cur.execute(insert_sql, (Root_Directory_Name_1, Level_1_FolderName_1, Level_2_FolderName_1, ReceivedTime_1, SenderName_1, to_to_1, cc_cc_1, Subject_1, MessageID_1, ConversationTopic_1, ConversationID_1, ConversationIndex_1, EmailBody_1))
# 然後，判斷當前查詢的一級郵件目錄是否有二級目錄（若有多級目錄，可以參考此段代碼)
if Level_1_Name.Folders:
Level_2_Names = Level_1_Name.Folders # 二級目錄的集合（比如，自建目錄的子集）
for Level_2_Name in Level_2_Names:
print( - - 正在查詢二級目錄： , Level_1_Name.Name , // , Level_2_Name.Name)
Mail_2_Messages = Level_2_Name.Items # 二級目錄的郵件集合
for yy in Mail_2_Messages: # xx = mail # 開始查看單個郵件的信息
Root_Directory_Name_2 = Account_Name.Name # 記錄根目錄名稱
Level_1_FolderName_2 = Level_1_Name.Name # 記錄一級目錄名稱
Level_2_FolderName_2 = Level_2_Name.Name # 記錄二級目錄名稱
if (hasattr(yy, ReceivedTime)):
ReceivedTime_2 = str(yy.ReceivedTime)[:-6] # 接收時間
else:
ReceivedTime_2 =
if (hasattr(yy, SenderName)): # 發件人
SenderName_2 = yy.SenderName
else:
SenderName_2 =
if (hasattr(yy, To)): # 收件人
to_to_2 = yy.To
else:
to_to_2 =
if (hasattr(yy, CC)): # 抄送人
cc_cc_2 = yy.CC
else:
cc_cc_2 =
if (hasattr(yy, Subject)): # 主題
Subject_2 = yy.Subject
else:
Subject_2 =
if (hasattr(yy, EntryID)): # 郵件MessageID
MessageID_2 = yy.EntryID
else:
MessageID_2 =
if (hasattr(yy, ConversationTopic)): # 會話主題
ConversationTopic_2 = yy.ConversationTopic
else:
ConversationTopic_2 =
if (hasattr(yy, ConversationID)): # 會話ID
ConversationID_2 = yy.ConversationID
else:
ConversationID_2 =
if (hasattr(yy, ConversationIndex)): # 會話記錄相對位置
ConversationIndex_2 = yy.ConversationIndex
else:
ConversationIndex_2 =
if (hasattr(yy, Body)): # 郵件正文內容
EmailBody_2 = yy.Body
else:
EmailBody_2 =
# 寫入MySQL
cur.execute(insert_sql, (Root_Directory_Name_2, Level_1_FolderName_2, Level_2_FolderName_2, ReceivedTime_2, SenderName_2,to_to_2, cc_cc_2, Subject_2, MessageID_2, ConversationTopic_2, ConversationID_2, ConversationIndex_2, EmailBody_2))
else:
pass
# 結尾
conn.commit()
conn.close()
print (
, >> Done!)
最後的說明
1、列印的日誌像這樣：
>> 正在查詢的帳戶名稱： [email protected]
- 正在查詢一級目錄： 已刪除郵件
- 正在查詢一級目錄： 收件箱
- 正在查詢一級目錄： 發件箱
- 正在查詢一級目錄： 已發送郵件
- 正在查詢一級目錄： 任務
- 正在查詢一級目錄： 快速步驟設置
- 正在查詢一級目錄： RSS 源
- 正在查詢一級目錄： Working Set
- 正在查詢一級目錄： 產品支持
- - 正在查詢二級目錄： 產品支持 // #2016/03/14#
- - 正在查詢二級目錄： 產品支持 // #更新、新品、例會#
2、因設定的字符集是utf8，若郵件信息包含不支持的字元（比如表情字元），則會提示Warning，如下圖。
<1> Warning: (1300, "Invalid utf8 character string: F09F99")
<2> Warning: (1366, "Incorrect string value: \xF0\x9F\x99\x8F\xF0\x9F... for column 郵件內容 at row 1")
因為提示的不多，而且只是出現在「郵件內容（郵件正文）」，所以代碼裡面沒有具體修改，如果覺著有必要，推薦的思路是把「資料庫/表/欄位/連接MySQL的URL」的utf8字符集全部改用utf8mb4。
<完>
推薦閱讀：
