如何使用R的RDCOMClient包提取Outlook收件箱邮件正文

前置要求 #

• R和本地安装的Outlook位数必须完全一致（同为32位或同为64位），这是旧代码报错的最常见原因
• 需安装适配当前R版本的RDCOMClient包

实现代码 #

步骤1：安装依赖包 #

# CRAN源常规安装方式
install.packages("RDCOMClient")
# 若CRAN安装失败，可使用github备用安装方式
# remotes::install_github("omegahat/RDCOMClient")

步骤2：连接Outlook并获取收件箱对象 #

library(RDCOMClient)

# 初始化Outlook应用COM对象
OutApp <- COMCreate("Outlook.Application")
# 获取MAPI命名空间
outlookNameSpace <- OutApp$GetNameSpace("MAPI")

# 获取默认收件箱，固定参数6对应olFolderInbox常量，直接用数值避免未定义常量报错
inbox <- outlookNameSpace$GetDefaultFolder(6)

# 读取所有邮件，支持按接收时间倒序排列（最新邮件在前）
all_emails <- inbox$Items()
all_emails$Sort("[ReceivedTime]", TRUE)

步骤3：提取邮件信息存入R数据框 #

# 示例：提取最近10封邮件的核心信息，可按需调整数量
email_count <- min(10, all_emails$Count())
email_df <- data.frame(
  发件人 = character(email_count),
  主题 = character(email_count),
  接收时间 = as.POSIXct(character(email_count)),
  纯文本正文 = character(email_count),
  stringsAsFactors = FALSE
)

for (i in 1:email_count) {
  current_mail <- all_emails$Item(i)
  email_df$发件人[i] <- current_mail$SenderName()
  email_df$主题[i] <- current_mail$Subject()
  email_df$接收时间[i] <- as.POSIXct(current_mail$ReceivedTime(), tz = Sys.timezone())
  # 若需要HTML格式正文，可替换为current_mail$HTMLBody()
  email_df$纯文本正文[i] <- current_mail$Body()
}

# 查看提取结果
head(email_df)

常见问题修复 #

• 若出现COMException类报错，先检查R与Outlook位数是否匹配，再尝试关闭正在运行的Outlook后重新运行代码
• 企业加密邮箱若有权限限制，可联系IT管理员开放Outlook COM接口调用权限
• 若需要读取收件箱下指定子文件夹的邮件，可通过inbox$Folders("子文件夹名称")获取对应文件夹对象后执行相同提取逻辑

内容的提问来源于stack exchange，提问作者Jacob Nordstrom