python - 在 Python 中解析电子邮件的 "From:"字段

Question

我正在尝试解析 RFC 5322在 Python 2.7 中，电子邮件消息中的“发件人:”字段分为两部分:显示名称和电子邮件地址(显示名称可以为空)。熟悉的例子是这样的

John Smith <jsmith@example.org>

在上面，John Smith 是显示名称，jsmith@example.org 是电子邮件地址。但以下也是一个有效的“发件人:”字段:

"unusual" <"very.(),:;<>[]\".VERY.\"very@\\ \"very\".unusual"@strange.example.com>

在这个例子中，display-name 的返回值是

"unusual" 

和

"very.(),:;<>[]\".VERY.\"very@\\ \"very\".unusual"@strange.example.com

是电子邮件地址。

您可以使用语法在 Perl 中对此进行解析(如以下问题所述:Using a regular expression to validate an email address 和 The recognizing power of “modern” regexes)，但我想在 Python 2.7 中执行此操作。我曾尝试在 Python 中使用 email.parser 模块，但该模块似乎只能分隔那些以冒号区分的字段。所以，如果你做类似的事情

from email.parser import Parser
headers = Parser().parsestr('From: "John Smith" <jsmith@example.org>')
print headers['from'] 

它会回来

"John Smith" <jsmith@example.com> 

而如果将上面代码中的最后一行替换为

print headers['display-name']

它会回来

None

我将非常感谢任何建议和意见。

Answer 1

headers['display-name'] 不是 email.parser api 的一部分。

试试 email.utils.parseaddr:

In [17]: email.utils.parseaddr("jsmith@example.com")
Out[17]: ('', 'jsmith@example.com')

In [18]: email.utils.parseaddr("(John Smith) jsmith@example.com")
Out[18]: ('John Smith', 'jsmith@example.com')

In [19]: email.utils.parseaddr("John Smith <jsmith@example.com>")
Out[19]: ('John Smith', 'jsmith@example.com')

它还会处理您的不寻常地址:

In [21]: email.utils.parseaddr('''"unusual" <"very.(),:;<>[]\".VERY.\"very@\\ \"very\".unusual"@strange.example.com>''')
Out[21]: ('unusual', '"very.(),:;<>[]".VERY."very@ "very".unusual"@strange.example.com')