技术问询：如何捕获用户回复邮件指定信息入库及原始日期提取？

嘿，你的需求其实挺典型的，结合你提到的MailChimp标记思路，再搭配邮件管道的解析逻辑，完全能优雅搞定。下面给你分步骤拆解：

一、先搞定「原始邮件日期」的提取——用MailChimp埋标记是最优解 #

你想到的用合并标签加标记的思路太对了！从邮件回复的线程里扒原始日期很容易踩坑（不同邮箱的线程格式千差万别），主动在发送的邮件里埋一个隐藏的、唯一的日期标记，是最可靠的方案：

• 如果是HTML邮件模板：在邮件底部加一个隐藏的元素，比如：

  <div style="display: none; visibility: hidden;" data-original-date="*|SEND_DATE|*"></div>
  

  这里*|SEND_DATE|*是MailChimp的合并标签，你可以在MailChimp后台把这个标签的格式设置为YYYY-MM-DD，发送时会自动替换成对应日期。

• 如果是纯文本邮件：在邮件末尾加一行不起眼的标记，比如：

  --- Original-Email-Date: *|SEND_DATE|* ---
  

  这种纯文本标记在回复里大概率会被完整保留，不会被邮箱客户端自动过滤。

二、邮件管道的实现（PHP或Python任选） #

方案1：用PHP实现邮件管道 #

PHP处理邮件管道需要依赖mailparse扩展（大部分服务器都支持安装，也可以通过PECL手动安装），步骤如下：

1. 配置邮箱管道：
   登录你的邮件服务商后台（比如cPanel），找到对应邮箱的「转发规则」，设置为「管道到脚本」，脚本路径比如/home/yourdomain/public_html/parse_reply.php。记得给脚本加可执行权限：chmod +x parse_reply.php。

2. PHP解析脚本示例：

   #!/usr/bin/php -q
   <?php
   // 读取管道传递的邮件内容
   $email_content = file_get_contents('php://stdin');
   
   // 初始化mailparse解析器
   $parser = mailparse_msg_create();
   mailparse_msg_parse($parser, $email_content);
   $structure = mailparse_msg_get_structure($parser);
   
   // 提取发件人邮箱
   $headers = mailparse_msg_get_part_data($parser);
   $sender_email = '';
   if (isset($headers['from'])) {
       // 解析From字段格式，比如"John Doe <john@example.com>"
       preg_match('/<([^>]+)>/', $headers['from'], $matches);
       $sender_email = $matches[1] ?? '';
   }
   
   // 提取邮件正文（优先取纯文本，避免HTML格式干扰）
   $body = '';
   foreach ($structure as $part_id) {
       $part = mailparse_msg_get_part($parser, $part_id);
       $part_data = mailparse_msg_get_part_data($part);
       if ($part_data['content-type'] === 'text/plain') {
           $body = mailparse_msg_get_part_body($part);
           break;
       }
   }
   // 若无纯文本，再提取HTML并转成纯文本
   if (empty($body)) {
       foreach ($structure as $part_id) {
           $part = mailparse_msg_get_part($parser, $part_id);
           $part_data = mailparse_msg_get_part_data($part);
           if ($part_data['content-type'] === 'text/html') {
               $html_body = mailparse_msg_get_part_body($part);
               $body = strip_tags($html_body);
               break;
           }
       }
   }
   
   // 清洗正文：去掉签名和邮件线程
   $body = preg_replace('/--\s*$/s', '', $body); // 匹配常见签名分隔符
   $body = preg_replace('/Sent from my (iPhone|Android|iPad)/s', '', $body); // 移除设备签名
   $body = preg_replace('/On.*wrote:\s*(.*)$/s', '', $body); // 移除邮件线程内容
   $body = trim(preg_replace('/\s+/', ' ', $body)); // 去除多余换行和空格
   
   // 提取原始邮件日期（从我们埋的标记里匹配）
   $original_date = '';
   preg_match('/Original-Email-Date: (\d{4}-\d{2}-\d{2})/', $body, $date_matches);
   $original_date = $date_matches[1] ?? '';
   
   // 插入数据库（用PDO防SQL注入）
   if (!empty($sender_email) && !empty($body) && !empty($original_date)) {
       $dsn = 'mysql:host=localhost;dbname=your_db;charset=utf8mb4';
       $username = 'db_user';
       $password = 'db_pass';
       try {
           $pdo = new PDO($dsn, $username, $password);
           $stmt = $pdo->prepare("INSERT INTO user_replies (sender_email, message, original_email_date) VALUES (?, ?, ?)");
           $stmt->execute([$sender_email, $body, $original_date]);
       } catch (PDOException $e) {
           // 记录错误日志
           error_log('Database error: ' . $e->getMessage());
       }
   }
   
   mailparse_msg_free($parser);
   ?>
   

方案2：用Python实现（更简洁） #

如果觉得PHP的mailparse有点繁琐，Python的email标准库处理邮件解析更顺手，步骤类似：

1. 配置邮箱管道：同样把邮箱转发到Python脚本，脚本开头加#!/usr/bin/env python3，并添加可执行权限。

2. Python解析脚本示例：

   #!/usr/bin/env python3
   import sys
   import re
   import mysql.connector
   from email import policy
   from email.parser import BytesParser
   
   def main():
       # 读取邮件内容
       email_bytes = sys.stdin.read().encode('utf-8')
       msg = BytesParser(policy=policy.default).parsebytes(email_bytes)
   
       # 提取发件人邮箱
       sender_email = msg['From'].addresses[0].addr_spec if msg['From'] else ''
   
       # 提取邮件正文
       body = ''
       if msg.is_multipart():
           for part in msg.walk():
               if part.get_content_type() == 'text/plain':
                   body = part.get_content()
                   break
           if not body:
               for part in msg.walk():
                   if part.get_content_type() == 'text/html':
                       html_body = part.get_content()
                       body = re.sub('<.*?>', '', html_body)
       else:
           body = msg.get_content()
   
       # 清洗正文
       body = re.sub(r'--\s*$', '', body, flags=re.DOTALL)
       body = re.sub(r'Sent from my (iPhone|Android|iPad)', '', body, flags=re.DOTALL)
       body = re.sub(r'On.*wrote:\s*(.*)$', '', body, flags=re.DOTALL)
       body = re.sub(r'\s+', ' ', body).strip()
   
       # 提取原始日期
       original_date = ''
       date_match = re.search(r'Original-Email-Date: (\d{4}-\d{2}-\d{2})', body)
       if date_match:
           original_date = date_match.group(1)
   
       # 插入数据库
       if sender_email and body and original_date:
           try:
               conn = mysql.connector.connect(
                   host='localhost',
                   user='db_user',
                   password='db_pass',
                   database='your_db'
               )
               cursor = conn.cursor()
               query = "INSERT INTO user_replies (sender_email, message, original_email_date) VALUES (%s, %s, %s)"
               cursor.execute(query, (sender_email, body, original_date))
               conn.commit()
               cursor.close()
               conn.close()
           except Exception as e:
               with open('/var/log/email_parse_error.log', 'a') as f:
                   f.write(f"Error: {str(e)}\n")
   
   if __name__ == '__main__':
       main()
   

三、注意事项 #

• 编码问题：不同邮箱的邮件编码可能不同，脚本里要确保用UTF-8处理内容，避免出现乱码。
• 权限问题：邮件管道脚本要确保服务器的邮件用户（比如www-data或mail）有执行权限，以及数据库的读写权限。
• 测试验证：先给自己发送测试邮件并回复，检查脚本是否能正确提取信息并插入数据库，可根据实际邮件格式调整正则表达式。
• 垃圾邮件过滤：可以在脚本开头添加简单的垃圾邮件检测逻辑（比如检查主题、发件人域名），避免无效数据进入数据库。

内容的提问来源于stack exchange，提问作者Sebastian