bash - 通过 bash 从文件中检索电子邮件主题

Question

我有一个 shell 脚本，用于将文件从服务器邮件文件夹下载到 NAS 设备，以便客户端在本地创建副本并进行备份。

文件保存为 11469448248.H15587P19346.smtp.x14.eu_2,S 文件。我已将扩展名更改为标准 .eml 格式，以便电子邮件客户端可以从光盘读取它们。

for f in *.smtp.x14.eu_2,S; do
#sed "9q;d" $f
#tail -n+9 $f | head -n1
mv -- "$f" "${f%.smtp.x14.eu_2,S}.eml";
done

如您所见，我尝试使用 sed 和 tail 命令从文件中获取第 9 行；问题是主题并不总是在第 9 行，并且文件名并没有说明其大部分内容。

我正在尝试使文件名采用易于理解的格式，因此我认为该主题可能会有所帮助。

电子邮件文件的第 n 行是以主题:PD:主题开头的行

我试图找到这一行，去掉主题:PD:并将其余部分保留为新文件名

Answer 1

以下内容错误，但实现了您似乎要求的内容。

subj=$(sed -n '/^Subject: PD *//!d;p;q;/^$/q' "$f")

这样做的问题是，它在简单的情况下会成功，但当您有 MIME RFC2047 编码的 Subject: header 时，以及(更简单地)Subject: header 跨越一行以上。

我会用稍微更现代的编程语言来解决这个问题。这并不完全是一句简单的话，但使用 Python 就足够简单了。

subj=$(./emailsubj.py "$f")

其中 emailsubj.py 包含或多或少类似的内容

#!/usr/bin/env python
from email.parser import Parser
from email.header import Header, decode_header
from sys import argv

for filename in argv[1:]:
    with open(filename, 'rb') as handle:  # handle file not found etc?
        message = Parser().parse(handle)
    try:
        subj = ''.join([frag.decode(enc) if enc else frag
            for frag, enc in decode_header(message['subject'])])
    except HeaderParseError, UnicodeDecodeError:
        subj = message['subject']   # maybe warn about error?
    print(subj)

(显然，请记住 chmod +x emailsubj.py。)

这会检索整个 Subject: header ，对于模块化工具来说似乎是一个很好的设计。如果您想在提取 header 后删除前缀，shell 有简单的工具 parameter expansion正是这样做的。例如，

echo "${subj#PD: )"

显示 $subj 的值，并删除该值前面的任何前缀 PD:。

---

这是一个Python 3版本，由Xlea贡献在 proposed edit然而，它违反了一般的 Stack Overflow 准则，因此在我将其合并到这个答案之前被拒绝了。

#!/usr/bin/env python3
from email.parser import BytesParser
from email.header import Header, decode_header
from email.errors import HeaderParseError
from sys import argv

for filename in argv[1:]:
    with open(filename, 'rb') as handle:  # handle file not found etc?
        message = BytesParser().parse(handle)
    try:
        subj = ''.join([
            frag.decode(enc if enc else "utf-8")
                if isinstance(frag, bytes) else frag
                    for frag, enc in decode_header(message['subject'])])
    except (HeaderParseError, UnicodeDecodeError): # maybe warn about error?
        subj = message['subject'] 
        subj = subj.decode("utf-8") if isinstance(subj, bytes) else subj
    print(subj)