使用Imap_tools与Mailparser提取Outlook邮件邮箱地址报错排查

问题核心：mailparser.parse_from_file_obj() 需要传入可读取的文件对象，但imap_tools返回的msg.obj是email库的Message对象，没有read()方法，导致报错。

两种修复方案： #

方案一：将邮件原始内容转为BytesIO对象适配mailparser

from io import BytesIO
import re
from imap_tools import MailBox, A
from mailparser import parse_from_file_obj
from bs4 import BeautifulSoup

with MailBox('outlook.office365.com').xoauth2('MAILBOX@domain.com', result['access_token'], 'INBOX') as mailbox:
    for msg in mailbox.fetch(A(seen=True, subject='SUBJECT', from_='EMAIL')):
        print(msg.date_str, msg.subject) 
        # 把邮件原始字节内容转为可读取的BytesIO对象
        email_message = parse_from_file_obj(BytesIO(msg.raw))
        soup = BeautifulSoup(email_message.body, "html.parser")
        text = soup.get_text()
        # 提取邮箱地址（使用更精准的正则规则）
        emails = re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', text)
        print(emails)
        # 避免空列表索引报错
        if emails:
            target_email = emails[0]

方案二：直接使用imap_tools自带的内容属性（更简洁）

imap_tools的msg对象本身提供了html和text属性，无需额外用mailparser解析：

import re
from imap_tools import MailBox, A
from bs4 import BeautifulSoup

with MailBox('outlook.office365.com').xoauth2('MAILBOX@domain.com', result['access_token'], 'INBOX') as mailbox:
    for msg in mailbox.fetch(A(seen=True, subject='SUBJECT', from_='EMAIL')):
        print(msg.date_str, msg.subject) 
        # 优先处理HTML内容，没有则用纯文本
        if msg.html:
            soup = BeautifulSoup(msg.html, "html.parser")
            text = soup.get_text()
        else:
            text = msg.text
        # 提取邮箱地址
        emails = re.findall(r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}', text)
        print(emails)
        if emails:
            target_email = emails[0]

额外提示： #

• 替换原有的简单正则为更精准的邮箱匹配规则，减少无效匹配
• 必须判断emails列表非空再取第一个元素，否则会触发索引越界错误

内容的提问来源于stack exchange，提问作者litenchi