
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10