### Python 批量提取 EML 文件中的 PDF 附件 为了实现从多个EML文件中批量提取PDF附件的功能，可以利用`email`库解析邮件内容，并通过正则表达式或其他方法识别并保存附件。下面提供一段完整的Python脚本用于此目的[^1]。 #### 安装依赖包 如果尚未安装必要的第三方库，可以通过pip命令来完成安装： ```bash pip install email-parser ``` 实际上主要使用的标准库无需额外安装，上述提示可能不完全准确，请忽略不必要的安装指令。 #### 脚本代码示例 以下是具体的Python代码片段，该程序会遍历指定目录下的所有`.eml`文件，并从中抽取所有的PDF格式附件到目标路径下： ```python import os from email import policy from email.parser import BytesParser import re def extract_pdf_attachments(eml_folder, output_folder): """ 提取给定文件夹内所有.eml文件里的pdf附件. 参数: eml_folder (str): 存放.eml文件的源文件夹路径. output_folder (str): 输出提取后的PDF文件的目标文件夹路径. """ if not os.path.exists(output_folder): os.makedirs(output_folder) for filename in os.listdir(eml_folder): if filename.endswith(".eml"): file_path = os.path.join(eml_folder, filename) with open(file_path, 'rb') as msg_file: msg = BytesParser(policy=policy.default).parse(msg_file) counter = 0 for part in msg.walk(): content_type = part.get_content_type() disposition = str(part.get("Content-Disposition")) # 判断是否为PDF类型的附件 if "attachment" in disposition and content_type == "application/pdf": pdf_filename = part.get_filename() if pdf_filename is None or not pdf_filename.lower().endswith('.pdf'): continue save_path = os.path.join(output_folder, f"{os.path.splitext(filename)[0]}_{counter}_{pdf_filename}") with open(save_path, 'wb') as fp: fp.write(part.get_payload(decode=True)) print(f'Saved {save_path}') counter += 1 if __name__ == '__main__': source_dir = './emails' # 更改为实际存储.eml文件的位置 destination_dir = './extracted_pdfs' # 设置要保存PDF的地方 extract_pdf_attachments(source_dir, destination_dir) ``` 这段代码定义了一个名为`extract_pdf_attachments()`函数，接受两个参数：一个是包含待处理EML文件所在的文件夹名；另一个是要存放所提取出来的PDF文档的新建文件夹名称。当运行这个脚本的时候，将会读取每一个EML文件的内容，并尝试找到其中任何被标记为PDF形式的附件，最后将其写入至设定的目的地中去。