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
在零售行业从“流量争夺”转向“价值深耕”的演进中,塔吉特百货(Target)以两场标志性实践树立了行业标杆——2000年后的孕妇精 ...
2025-12-15在统计学领域,二项分布与卡方检验是两个高频出现的概念,二者都常用于处理离散数据,因此常被初学者混淆。但本质上,二项分布是 ...
2025-12-15在CDA(Certified Data Analyst)数据分析师的工作链路中,“标签加工”是连接原始数据与业务应用的关键环节。企业积累的用户行 ...
2025-12-15在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02