在R Shiny应用中从邮件通知提取CSV文件并展示的方法咨询

当然可以搞定！你提到的showNotification()只是Shiny里用来弹消息的小工具，而从邮件里提取CSV附件并在应用里展示的核心其实是「邮件获取→CSV解析→Shiny渲染」这一套流程，我给你拆解下具体怎么实现：

1. 用R包获取邮件及CSV附件 #

R里有不少成熟的邮件处理包，针对不同的邮件服务商/客户端，常用的有这几个：

• gmailr：专门处理Gmail，支持OAuth2授权，安全性高
• emayili：轻量级邮件处理包，支持SMTP/IMAP，适配多种服务商
• RDCOMClient：Windows环境下用来操作本地Outlook客户端

示例1：用gmailr提取Gmail中的CSV附件 #

首先需要完成Gmail API的OAuth2授权（跟着包的官方文档走即可，无需复杂配置），然后执行以下逻辑：

library(gmailr)
library(readr)
library(dplyr)

# 初始化授权（首次运行会跳转到浏览器授权）
gm_auth()

# 筛选目标邮件（这里按主题关键词筛选，也可以按发件人、日期范围筛选）
target_email <- messages(search = "subject:'带有CSV附件的通知'") %>%
  top_n(1) %>% # 取最新的一封
  retrieve_message()

# 提取并解析CSV附件
csv_content <- target_email$parts %>%
  filter(type == "text/csv") %>% # 确保是CSV类型附件
  pull(body) %>%
  base64_dec() %>% # 解码base64格式的附件内容
  rawToChar() %>%
  read_csv() # 解析为数据框

示例2：用RDCOMClient提取Outlook本地邮件的CSV附件 #

如果你的邮件存在本地Outlook客户端，可用这个方法：

library(RDCOMClient)
library(readr)

# 连接本地Outlook
outlook_app <- COMCreate("Outlook.Application")
outlook_namespace <- outlook_app$GetNamespace("MAPI")
inbox_folder <- outlook_namespace$GetDefaultFolder(6) # 6代表收件箱

# 遍历收件箱找到目标邮件
target_email <- NULL
email_items <- inbox_folder$Items()
for (i in 1:email_items$Count()) {
  current_email <- email_items$Item(i)
  if (grepl("CSV通知", current_email$Subject())) {
    target_email <- current_email
    break
  }
}

# 提取并读取CSV附件
csv_data <- NULL
if (!is.null(target_email)) {
  attachments <- target_email$Attachments()
  for (j in 1:attachments$Count()) {
    att <- attachments$Item(j)
    if (grepl("\\.csv$", att$FileName())) {
      temp_path <- tempfile(fileext = ".csv")
      att$SaveAsFile(temp_path)
      csv_data <- read_csv(temp_path)
      break
    }
  }
}

2. 在Shiny应用中集成流程+用showNotification提示状态 #

把上面的提取逻辑和Shiny的响应式机制结合，用按钮触发操作，成功/失败时用showNotification反馈：

library(shiny)
library(DT)
library(gmailr)
library(readr)
library(dplyr)

ui <- fluidPage(
  actionButton("load_csv_btn", "从邮件提取并展示CSV"),
  tags$hr(),
  DTOutput("csv_table")
)

server <- function(input, output, session) {
  # 存储CSV数据的响应式变量
  reactive_csv <- reactiveVal(NULL)

  observeEvent(input$load_csv_btn, {
    tryCatch({
      # 复用gmailr提取逻辑
      gm_auth()
      target_email <- messages(search = "subject:'带有CSV附件的通知'") %>%
        top_n(1) %>%
        retrieve_message()
      
      csv_content <- target_email$parts %>%
        filter(type == "text/csv") %>%
        pull(body) %>%
        base64_dec() %>%
        rawToChar() %>%
        read_csv()
      
      # 更新响应式数据
      reactive_csv(csv_content)
      # 成功提示
      showNotification("CSV文件已成功提取并展示！", type = "success", duration = 5)
    }, error = function(e) {
      # 失败提示
      showNotification(paste("提取失败：", e$message), type = "error", duration = 10)
    })
  })

  # 渲染CSV表格
  output$csv_table <- renderDT({
    req(reactive_csv()) # 等待数据加载完成
    datatable(reactive_csv(), options = list(pageLength = 10, searching = TRUE))
  })
}

shinyApp(ui, server)

3. 关键注意事项 #

• 授权安全：绝对不要硬编码邮箱密码，优先用OAuth2（如gmailr）或客户端内置授权（如RDCOMClient）
• 附件校验：一定要加判断逻辑，确保提取的是CSV文件（检查MIME类型或文件名后缀）
• 性能优化：如果邮件数量多，用精准的筛选条件（发件人、日期范围）减少遍历量
• 跨平台适配：RDCOMClient仅支持Windows，Mac/Linux用户优先选gmailr或emayili

内容的提问来源于stack exchange，提问作者ChinB