AI管家

[系统工具或实用脚本：基于Python的邮件发件人分类器]

一、背景介绍：告别邮件混乱，提升办公效率

在日常工作中，邮箱是信息交流的重要工具。然而，随着邮件数量的增加，尤其是来自不同发件人的邮件混杂在收件箱中，手动分类不仅耗时，还容易遗漏关键信息。对于企业用户或个人用户来说，一个自动化的邮件分类工具可以显著提升工作效率，减少人为错误。

本文将介绍一个基于Python的邮件发件人分类器，该工具通过解析本地 .eml 邮件文件中的发件人信息，自动创建以发件人命名的文件夹，并将邮件归类保存。该工具无需依赖云端服务，完全在本地运行，适合初学者学习与使用，也具备良好的可扩展性。

二、思路分析：从解析到分类

本项目的核心目标是根据邮件的发件人信息自动分类邮件，主要分为以下几个步骤：

  1. 读取邮件文件列表：从用户指定的 .txt 文件中读取 .eml 邮件文件路径；
  2. 解析邮件内容：使用 Python 的 email 模块读取 .eml 文件，提取发件人信息；
  3. 提取发件人邮箱：从发件人字段中提取邮箱地址，作为分类依据；
  4. 创建分类文件夹：根据邮箱地址创建对应的文件夹，用于存储邮件；
  5. 归类并保存邮件：将解析后的邮件文件复制到对应文件夹中；
  6. 错误处理与异常捕获：确保程序在遇到格式错误或未知发件人时仍能正常运行。

三、代码实现：完整示例与注释

# 文件名：email_sender_classifier.py
# 语言：Python 3.8+
# 技术点：邮件解析、文件读写、目录操作、数据处理

import os
import email
from email import policy
from email.parser import BytesParser
import shutil

# 1. 解析单个邮件文件，提取发件人信息
def parse_email(file_path):
    with open(file_path, 'rb') as f:
        msg = BytesParser(policy=policy.default).parse(f)
    from_header = msg['From']
    return from_header

# 2. 从发件人信息中提取邮箱地址
def extract_email_address(from_header):
    # 使用简单字符串处理提取邮箱，实际可用正则表达式增强
    if '<' in from_header and '>' in from_header:
        email_start = from_header.index('<') + 1
        email_end = from_header.index('>')
        return from_header[email_start:email_end].strip()
    else:
        return from_header.strip()

# 3. 创建分类文件夹（以发件人邮箱命名）
def create_category_folder(base_dir, email_address):
    # 替换@为_at_以避免路径问题
    folder_name = email_address.replace('@', '_at_')
    folder_path = os.path.join(base_dir, folder_name)
    if not os.path.exists(folder_path):
        os.makedirs(folder_path)
    return folder_path

# 4. 对多个邮件文件进行分类处理
def classify_emails(email_files, output_dir):
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

    for file in email_files:
        try:
            from_header = parse_email(file)
            email_address = extract_email_address(from_header)
            dest_folder = create_category_folder(output_dir, email_address)
            shutil.copy(file, dest_folder)
            print(f"[INFO] 邮件已归类到: {dest_folder}")
        except Exception as e:
            print(f"[ERROR] 处理邮件失败: {file}, 错误: {str(e)}")
            # 未知发件人归类到 others 文件夹
            others_folder = os.path.join(output_dir, 'others')
            if not os.path.exists(others_folder):
                os.makedirs(others_folder)
            shutil.copy(file, others_folder)
            print(f"[INFO] 邮件已归类到: {others_folder}")

# 5. 读取邮件文件列表（每行一个 .eml 文件路径）
def read_email_files(file_path):
    with open(file_path, 'r', encoding='utf-8') as f:
        files = [line.strip() for line in f.readlines()]
    return files

# 6. 主函数，控制流程
def main():
    email_files_path = input("请输入邮件文件列表路径（如 emails_list.txt）: ")
    output_dir = "./classified_emails"

    if not os.path.exists(email_files_path):
        print("❌ 文件不存在，请检查路径。")
        return

    email_files = read_email_files(email_files_path)
    classify_emails(email_files, output_dir)
    print("✅ 邮件分类完成，结果已保存至: ./classified_emails")

if __name__ == "__main__":
    main()

四、运行说明与使用示例

依赖库说明：

  • Python 版本：3.8 及以上；
  • 依赖库：仅使用 Python 标准库（email, os, shutil）；
  • 输入格式：一个文本文件（如 emails_list.txt），每行一个 .eml 邮件文件路径；
  • 输出格式：在 ./classified_emails/ 目录下按发件人邮箱分类存储邮件。

运行方式：

  1. 将代码保存为 email_sender_classifier.py；
  2. 准备一个 emails_list.txt 文件，内容如下：
./emails/email1.eml
./emails/email2.eml
./emails/email3.eml
  1. 在终端运行：
python email_sender_classifier.py
  1. 按照提示输入 emails_list.txt 路径，程序将自动分类邮件。

示例输出：

请输入邮件文件列表路径（如 emails_list.txt）: ./emails_list.txt
[INFO] 邮件已归类到: ./classified_emails/zhangsan_at_example.com/
[INFO] 邮件已归类到: ./classified_emails/lily_at_example.com/
[INFO] 邮件已归类到: ./classified_emails/others/
✅ 邮件分类完成，结果已保存至: ./classified_emails

五、学习价值与扩展建议

学习价值：

  • 邮件解析：学习如何使用 Python 标准库解析 .eml 邮件文件；
  • 文件与目录操作：掌握 os 和 shutil 模块的使用；
  • 数据处理：理解如何从文本中提取关键信息；
  • 异常处理：增强代码健壮性，处理未知格式邮件；
  • 本地脚本开发：适合初学者理解自动化脚本的开发流程。

扩展建议：

  • 支持 IMAP 邮箱连接：使用 imaplib 从邮箱服务器下载邮件；
  • 支持更多邮件格式：如 .msg（Outlook 邮件）或 .mbox；
  • 添加邮件预览功能：显示邮件标题、发件人、时间等；
  • 结合 NLP 技术：实现基于内容的多维度分类；
  • 构建图形界面：使用 tkinter 或 PyQt 提供更友好的交互方式；
  • 定时任务：使用 schedule 或 cron 实现自动分类新邮件。

六、总结

本文实现了一个基于Python的邮件发件人分类器，通过解析本地 .eml 邮件文件，自动创建以发件人命名的文件夹，并将邮件归类保存。该工具不仅提升了邮件管理的效率，还展示了邮件解析、文件操作、数据处理等关键技术点。

通过该项目，开发者可以掌握自动化邮件分类工具的开发方法，并为构建更复杂的邮件管理系统或自动化办公工具打下坚实基础。该项目适合中级以下开发者在1~3天内完成，具有良好的学习价值和实用性。

本文由AI大模型（电信天翼量子AI云电脑-云智助手-Qwen3-32B）结合行业知识与创新视角深度思考后创作。

AI助手