无需第三方库的Python垃圾邮件检测器：如何同时检测邮件内容与主题

你的现有代码存在几个局限：函数参数未实际使用、仅检测单固定文件内容、未区分邮件主题与内容、部分关键词（如" !" " ."）易导致误判。以下是能实现**批量标记含指定关键词的邮件（覆盖主题与内容）**的优化方案：

def is_spam(email_content, email_subject, spam_keywords):
    # 统一转为小写，避免大小写匹配遗漏
    combined_text = f"{email_subject.lower()} {email_content.lower()}"
    return any(keyword.lower() in combined_text for keyword in spam_keywords)

def scan_emails(directory_path):
    import os
    # 整理合理的垃圾邮件关键词列表
    spam_keywords = [
        "account has been hacked", "urgent", "save on", "big deals",
        "click this link", "win", "claim your prize", "lucky winner", "click here"
    ]
    spam_emails = []
    
    # 遍历目标目录下的所有邮件文件（假设为txt格式，可按需修改）
    for filename in os.listdir(directory_path):
        if filename.endswith('.txt'):
            file_path = os.path.join(directory_path, filename)
            try:
                with open(file_path, 'r', errors='ignore') as f:
                    lines = f.readlines()
                    # 假设邮件第一行为主题，后续为内容（可根据实际邮件格式调整）
                    email_subject = lines[0].strip() if lines else ""
                    email_content = ''.join(lines[1:]).strip()
                    
                    if is_spam(email_content, email_subject, spam_keywords):
                        spam_emails.append(filename)
            except Exception as e:
                print(f"处理文件 {filename} 时出错: {e}")
    
    return spam_emails

# 使用示例：扫描当前目录下的所有邮件
spam_list = scan_emails('.')
print("检测到的垃圾邮件：")
for email in spam_list:
    print(f"- {email}")

核心改进说明： #

• 拆分is_spam独立函数，专注单封邮件的主题+内容检测，逻辑更清晰
• 支持批量扫描指定目录下的所有邮件，无需逐个手动处理
• 统一转为小写匹配，避免因大小写差异漏判
• 移除易误判的空格标点类关键词，提升检测准确性
• 增加异常处理，避免单个文件读取失败导致程序中断

适配调整提示： #

• 若邮件为非txt格式（如eml），需修改文件后缀判断及内容拆分逻辑
• 可根据需求扩展关键词列表，或添加关键词出现次数阈值等进阶规则

内容的提问来源于stack exchange，提问作者Cameron Darries