京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:早起Python
作者:陈熹
大家好,又来到Python办公自动化专题。
在之前的系列文章中,我们已经讲解了如何利用Python读取、收发、管理邮件。本文将进一步分享如何用Python制作一个邮件自动回复机器人。
比如当发送标题为“来句诗”时,能够自动返回一句诗;当发送邮件标题为“xx(城市)天气”如“广州天气”时,能够返回所需城市的天气情况等等,更多功能可以自己定义,主要将涉及
“imbox 读取及解析附件yagmail 发送邮件邮件与爬虫的结合”
和之前的文章类似,我们首先整理下思路,然后逐个解决,简单来说这个需求可以分为下面的步骤:
“定时读取未读邮件,如有则获取标题及发件人如果标题为“来句诗”,则从“今日诗词”的网站上获取一句诗;如果标题为“xx(城市)天气”则从在线天气预报网站中获取相应城市的天气情况和温度将获取的信息组合成新邮件发送会指定收件人将未读邮件标为已读”
基本逻辑很简单,需要用到的知识点我们之前的文章中都有提过,可以直接尝试完成这个案例。两个子需求爬取的网站分别是 今日诗词:https://www.jinrishici.com 和 中国天气网:http://wthrcdn.etouch.cn/weather_mini?city={城市}
邮箱方面,之前我们讲过qq邮箱、网易邮箱、这次再换个邮箱(88邮箱),首先通过 imbox 库解析邮件,可以通过 kering 库获取预先存在本地的系统密钥(本文以 88 邮箱为例):
import keyring from imbox import Imbox
password = keyring.get_password('88mail', 'test@88.com')with Imbox('imap.88.com',
'test@88.com', password, ssl=True) as imbox:
unread_inbox_messages = imbox.messages(unread = True) # 获取未读邮件 pass
根据需求自然而然可以想到是反复获取未读邮件,解析其标题观察是否符合条件,符合相应条件则执行相应的函数,并将函数返回的内容组装成新的邮件。最后无论是否符合要求都将其标记为已读。
当然,如果要持续运行就还需要将核心代码包装成函数,并放在循环体内部。循环可以间隔10分钟。代码如下所示:
import keyring from imbox import Imboximport time
password = keyring.get_password('88mail', 'test@88.com')def get_verse():
passdef get_weather(): passdef send_mail(email, results): passdef main():
with Imbox('imap.88.com',
'test@88.com', password, ssl=True) as imbox:
unread_inbox_messages = imbox.messages(unread = True) # 获取未读邮件
for uid, message in unread_inbox_messages :
title = message.subject
email = message.sent_from[0]['email']
results = '' if title == '来句诗':
results = get_verse()
if title[-2:] == '天气':
results = get_weather(title[:-2])
if results:
send_mail(email, results)
imbox.mark_seen(uid)
while True:
main()
time.sleep(600)
发送邮件可以利用之前介绍的 yagmail 库,核心代码 mail.send 接收收件人邮箱、邮件标题、邮件内容三个参数:
import yagmail# 用服务器、用户名、密码实例化邮件mail = yagmail.SMTP(user='xxx@88.com', password =
password, host='smtp.88.com') # 待发送的内容contents = ['第一段内容', '第二段内容']#
发送邮件mail.send('收件人邮箱', '邮件标题', contents)
由于 send_mail 函数接受爬虫返回的 results 作为内容,也获取了 imbox 解析后得到的特定发件人邮箱,因此可以写成如下形式:
import yagmaildef send_mail(email, results):
mail = yagmail.SMTP(user='test@88.com', password=password, host='smtp.88.com')
contents = [results]
mail.send(email, '【自动回复】您要的信息见正文', contents)
问题只剩下如何获取每日一句以及如何获取指定城市天气了,首先看一下每日一句的网站特点(实际上这个网站有 API 接口,读者可以自行尝试):
先试试直接返回网站内容:
import requests
url = 'https://www.jinrishici.com/'response = requests.get(url).textprint(response)
可以返回内容,没有特别的反爬措施,但返回的正文是乱码,同时我们也注意到 utf-8 编码,因此直接修改编码即可:
import requests
response = requests.get(url)
response.encoding = "UTF-8"print(response.text)
编码问题解决以后就可以利用 xpath 解析获取诗句了:
import requests
from lxml import html
url = 'https://www.jinrishici.com/'response = requests.get(url)
response.encoding = "UTF-8"selector = html.fromstring(response.text)
verse = selector.xpath('//*[@id="sentence"]/text()')print(verse)
有趣的是,并没有按意愿返回诗句,原因是网页中的诗句是以Ajax动态加载的,而非静态出现在网页中。
重新分析网页 XHR 即可获取真正的访问连接 https://v2.jinrishici.com/one.json?client=browser-sdk/1.2&X-User-Token=xxxxxx,Token见下图:
分析好原因后代码反而更加简单了:
import requests
url = 'https://v2.jinrishici.com/one.json?client=browser-sdk/1.2&X-User-Token=xxxxxx'
response = requests.get(url)
print(response.json()['data']['content'])
返回的诗句直接就可以作为函数结果返回,因此代码又可以写成:
import requests
def get_verse():
url = 'https://v2.jinrishici.com/one.json?client=browser-sdk/1.2&X-User-Token=xxxxxx'
response = requests.get(url)
return f'您要的每日诗句为:{response.json()["data"]["content"]}'
获取天气可以使用官方提供的 API 了,以广州为例:
import requests
url = 'http://wthrcdn.etouch.cn/weather_mini?city=广州'response = requests.get(url)print(response.json())
根据返回的 json 数据很容易获取今日的天气情况和最高最低气温,组合成函数效果如下:
def get_weather(city):
url = f'http://wthrcdn.etouch.cn/weather_mini?city={city}'
response = requests.get(url).json()
results = response['data']['forecast'][0]
return f'{city}今天的天气情况为{results["type"]},{results["high"][:-1]}度,{results["low"][:-1]}度'
至此,代码部分就写完了。我们的邮箱自动回复机器人也就拥有了两个简单的功能,当然你可以结合自己的需求实现更多有意思的功能!最后附上完整代码供大家学习与交流
import keyring
import yagmail
from imbox import Imbox
import requests
import time
password = keyring.get_password('88mail', 'test@88.com')
def get_verse():
url = 'https://v2.jinrishici.com/one.json?client=browser-sdk/1.2&X-User-Token=xxxxxx'
response = requests.get(url)
return f'您要的每日诗句为:{response.json()["data"]["content"]}'
def get_weather(city):
url = f'http://wthrcdn.etouch.cn/weather_mini?city={city}'
response = requests.get(url).json()
results = response['data']['forecast'][0]
return f'{city}今天的天气情况为{results["type"]},{results["high"][:-1]}度,{results["low"][:-1]}度'
def send_mail(email, results):
mail = yagmail.SMTP(user='test@88.com', password=password, host='smtp.88.com')
contents = [results]
mail.send(email, '【自动回复】您要的信息见正文', contents)
def main():
with Imbox('imap.88.com', 'test@88.com', password, ssl=True) as imbox:
unread_inbox_messages = imbox.messages(unread=True) # 获取未读邮件
for uid, message in unread_inbox_messages:
title = message.subject
email = message.sent_from[0]['email']
results = ''
if title == '来句诗':
results = get_verse()
if title[-2:] == '天气':
results = get_weather(title[:-2])
if results:
send_mail(email, results)
imbox.mark_seen(uid)
while True:
main()
time.sleep(600)
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-05在数据库数据查询、业务报表统计、多表关联分析中,LEFT JOIN左连接是使用率最高的SQL关联查询语句。其核心特性是保留左表全部数 ...
2026-06-05 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-06-05任何一款产品从诞生、普及到最终退出市场,都会遵循一套固定的发展规律,这就是产品生命周期理论。在市场竞争日益激烈、产品迭代 ...
2026-06-04在Excel数据分析、办公统计、业务报表制作场景中,数据透视表是数据汇总、分类统计、快速复盘的核心工具,能够高效完成海量原始 ...
2026-06-04 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-06-04在问卷调查与社会科学数据分析中,卡方检验是最常用、最基础的非参数检验方法,广泛应用于市场调研、用户分析、行为统计、满意度 ...
2026-06-03【核心关键词】贷款、报表、课程、专业、建模、缺失值、营销、互联网、银行、办公自动化、数据分析、数据预处理、特征工程、贷 ...
2026-06-03 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-06-03逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28