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
长短期记忆网络(LSTM)作为循环神经网络(RNN)的重要改进模型,凭借其独特的门控机制(遗忘门、输入门、输出门),有效解决了 ...
2026-04-08在数据分析全流程中,数据质量是决定分析结论可靠性的核心前提,而异常值作为数据集中的“异类”,往往会干扰统计检验、模型训练 ...
2026-04-08在数字经济飞速发展的今天,数据已渗透到各行各业的核心场景,成为解读趋势、优化决策、创造价值的核心载体。而数据分析,作为挖 ...
2026-04-08在数据分析全流程中,数据处理是基础,图形可视化是核心呈现手段——前者负责将杂乱无章的原始数据转化为干净、规范、可分析的格 ...
2026-04-07在数据分析与统计推断中,p值是衡量假设检验结果显著性的核心指标,其本质是在原假设(通常为“无效应”“无差异”)成立的前提 ...
2026-04-07在数字经济深度渗透的今天,数据已成为企业生存发展的核心资产,企业的竞争本质已转变为数据利用能力的竞争。然而,大量来自生产 ...
2026-04-07Python凭借简洁的语法、丰富的生态库,成为算法开发、数据处理、机器学习等领域的首选语言。但受限于动态类型、解释性执行的特性 ...
2026-04-03在深度学习神经网络中,卷积操作是实现数据特征提取的核心引擎,更是让模型“看懂”数据、“解读”数据的关键所在。不同于传统机 ...
2026-04-03当数字化转型从企业的“战略口号”落地为“生存之战”,越来越多的企业意识到,转型的核心并非技术的堆砌,而是数据价值的深度挖 ...
2026-04-03在日常办公数据分析中,数据透视表凭借高效的汇总、分组功能,成为Excel、WPS等办公软件中最常用的数据分析工具之一。其中,“计 ...
2026-04-02在数字化交互的全场景中,用户的每一次操作都在生成动态的行为轨迹——电商用户的“浏览商品→点击详情→加入购物车”,内容APP ...
2026-04-02在数字化转型深度推进的今天,企业数据已成为驱动业务增长、构建核心竞争力的战略资产,而数据安全则是守护这份资产的“生命线” ...
2026-04-02在数据驱动决策的浪潮中,数据挖掘与数据分析是两个高频出现且极易被混淆的概念。有人将二者等同看待,认为“做数据分析就是做数 ...
2026-04-01在数据驱动决策的时代,企业与从业者每天都会面对海量数据——电商平台的用户行为数据、金融机构的信贷风险数据、快消品牌的营销 ...
2026-04-01在数字化转型的浪潮中,企业数据已从“辅助运营的附属资源”升级为“驱动增长的核心资产”,而一套科学、可落地的企业数据管理方 ...
2026-04-01在数字化时代,每一位用户与产品的交互都会留下可追溯的行为轨迹——电商用户的浏览、加购、下单,APP用户的注册、登录、功能使 ...
2026-03-31在日常数据统计、市场调研、学术分析等场景中,我们常常需要判断两个分类变量之间是否存在关联(如性别与消费偏好、产品类型与满 ...
2026-03-31在CDA(Certified Data Analyst)数据分析师的职场实战与认证考核中,“可解释性建模”是核心需求之一——企业决策中,不仅需要 ...
2026-03-31多层感知机(MLP,Multilayer Perceptron)作为深度学习中最基础、最经典的神经网络模型,其结构设计直接决定了模型的拟合能力、 ...
2026-03-30在TensorFlow深度学习实战中,数据集的加载与预处理是基础且关键的第一步。手动下载、解压、解析数据集不仅耗时费力,还容易出现 ...
2026-03-30