如何使用Python解析读取Outlook PST文件并获取相关内容元数据

一、Aspose Email Python问题修复 #

正确导入语句 #

你提到的Aspose官网示例缺少导入声明，正确的导入及完整可运行代码如下：

import aspose.email as ae
from aspose.email.storage.pst import PersonalStorage
import os

dataDir = "你的PST文件所在目录路径/"
personalStorage = PersonalStorage.from_file(os.path.join(dataDir, "Outlook.pst"))

folderInfoCollection = personalStorage.root_folder.get_sub_folders()

for folderInfo in folderInfoCollection:
    print("Folder: " + folderInfo.display_name)
    print("Total Items: " + str(folderInfo.content_count))
    print("Total Unread Items: " + str(folderInfo.content_unread_count))
    print("----------------------")

50条读取限制说明 #

单文件夹最多读取50条确实是Aspose免费试用版的内置限制，无公开绕过方法，需要购买商业授权才可解除。

二、推荐稳定替代方案 #

方案1：跨平台流式读取（适配网络存储大文件） #

推荐使用优化封装后的pst-extractor库，解决了原生libpff预加载整个文件、易崩溃的问题，支持流式读取网络存储上的PST文件。

• 安装命令：pip install pst-extractor
• 完整功能实现代码（覆盖你需要的所有提取需求）：

from pst_extractor import PstExtractor

# 初始化时开启流式读取，不预加载整个PST到内存
extractor = PstExtractor("你的PST文件路径.pst", stream_read=True)

# 递归遍历所有文件夹
for folder in extractor.iter_folders(recursive=True):
    print(f"文件夹名称：{folder.display_name}")
    print(f"文件夹条目总数：{folder.item_count}")
    print("-" * 40)
    # 遍历文件夹内所有条目
    for item in folder.iter_items():
        print(f"条目类型：{item.item_type}")
        print(f"条目大小：{item.size} 字节")
        print(f"发送时间：{item.sent_time}")
        print(f"收件人列表：{item.to}")
        # 遍历附件信息
        for att in item.attachments:
            print(f"附件名称：{att.file_name}，附件大小：{att.size} 字节")
        print("=" * 20)

方案2：Windows环境最优方案（无Outlook依赖） #

如果你运行环境为Windows，可使用redemption库，无需安装Outlook客户端，读取速度远高于MAPI接口，无内存预加载问题。

• 安装命令：pip install pywin32 redemption
• 该库支持提取所有你需要的PST元数据、附件信息，无条目数量限制。

内容的提问来源于stack exchange，提问作者Ulrich