読み込んだemlファイルの情報をExcelに書き出す方法

Python
1
2import sys
3import email
4from email.header import decode_header
5import datetime
6import glob
7import os
8import openpyxl
9
10class MailParser(object):
11    """
12    メールファイルのパスを受け取り、それを解析するクラス
13    """
14 
15    def __init__(self, mail_file_path):
16        self.mail_file_path = mail_file_path
17        # emlファイルからemail.message.Messageインスタンスの取得
18        with open(mail_file_path, 'rb') as email_file:
19            self.email_message = email.message_from_bytes(email_file.read())
20        self.subject = None
21        self.to_address = None
22        self.cc_address = None
23        self.from_address = None
24        self.body = ""
25        self.date = None
26        # 添付ファイル関連の情報
27        # {name: file_name, data: data}
28        self.attach_file_list = []
29        # emlの解釈
30        self._parse()
31
32    def get_attr_data(self):
33        """
34        メールデータの取得
35        """
36        result = """\
37DATE: {}
38FROM: {}
39TO: {}
40CC: {}
41-----------------------
42BODY:
43{}
44-----------------------
45ATTACH_FILE_NAME:
46{}
47""".format(
48            self.date,
49            self.from_address,
50            self.to_address,
51            self.cc_address,
52            self.body,
53            ",".join([ x["name"] for x in self.attach_file_list])
54        )
55        return result
56
57
58    def _parse(self):
59        """
60        メールファイルの解析
61        __init__内で呼び出している
62        """
63        self.subject = self._get_decoded_header("Subject")
64        self.to_address = self._get_decoded_header("To")
65        self.cc_address = self._get_decoded_header("Cc")
66        self.from_address = self._get_decoded_header("From")
67        # 変更したところ
68        self.date = datetime.datetime.strptime(
69            self._get_decoded_header("Date"),
70            "%a, %d %b %Y %H:%M:%S %z"
71        )
72
73        # メッセージ本文部分の処理
74        for part in self.email_message.walk():
75            # ContentTypeがmultipartの場合は実際のコンテンツはさらに
76            # 中のpartにあるので読み飛ばす
77            if part.get_content_maintype() == 'multipart':
78                continue
79            # ファイル名の取得
80            attach_fname = part.get_filename()
81            # ファイル名がない場合は本文のはず
82            if not attach_fname:
83                charset = str(part.get_content_charset())
84                if charset:
85                    self.body += part.get_payload(decode=True).decode(charset, errors="replace")
86                else:
87                    self.body += part.get_payload(decode=True)
88            else:
89                # ファイル名があるならそれは添付ファイルなので
90                # データを取得する
91                self.attach_file_list.append({
92                    "name": attach_fname,
93                    "data": part.get_payload(decode=True)
94                })
95
96    def _get_decoded_header(self, key_name):
97        """
98        ヘッダーオブジェクトからデコード済の結果を取得する
99        """
100        ret = ""
101
102        # 該当項目がないkeyは空文字を戻す
103        raw_obj = self.email_message.get(key_name)
104        if raw_obj is None:
105            return ""
106        # デコードした結果をunicodeにする
107        for fragment, encoding in decode_header(raw_obj):
108            if not hasattr(fragment, "decode"):
109                ret += fragment
110                continue
111            # encodeがなければとりあえずUTF-8でデコードする
112            if encoding:
113                ret += fragment.decode(encoding)
114            else:
115                ret += fragment.decode("UTF-8")
116        return ret
117
118if __name__ == "__main__":
119    tifCounter = len(glob.glob1("./mail","*.eml"))
120    print(tifCounter)
121    for mail_file_path in glob.glob('./mail/*'):
122        # ブックを取得
123        book = openpyxl.load_workbook(r'C:\Users\Desktop')
124        # シートを取得
125        sheet = book['Sheet1']
126        # セルへ書き込む
127        sheet['A1'] = 'ナンバー'
128        sheet['B1'] = 100
129        # 保存する
130        book.save(r'C:\Users\)
131        
132        result = MailParser(mail_file_path).get_attr_data()
133        
134        print(result)
135

https://qiita.com/pandachan5228/items/186690c4662ed1d8b823

を参考に複数のemlファイルを読み込みができ、最後にExcelに

日付　差出人名　差出人メールアドレス　内容

の4項目に分けてExcelに書き出すコードを教えてください！

https://teratail.com/questions/09h52spph2wsst
↑↑ここの回答者さんが説明を書いてくれてます〜。

print結果

総メール件数 1 件
日時: 2022-06-21 17:46:21+09:00
FROM: たこ焼きくん aaaaa@aaaa.aaa
TO: cccc@ccccc.cccc
CC:

本文:
はまやらわ

ATTACH_FILE_NAME:

↓完成！！！！🌟

Python
1
2import sys
3import email
4from email.header import decode_header
5import datetime
6import glob
7import openpyxl
8
9class MailParser(object):
10    """
11    メールファイルのパスを受け取り、それを解析するクラス
12    """
13    
14    def __init__(self, mail_file_path):
15        self.mail_file_path = mail_file_path
16        # emlファイルからemail.message.Messageインスタンスの取得
17        with open(mail_file_path, 'rb') as email_file:
18            self.email_message = email.message_from_bytes(email_file.read())
19        self.subject = None
20        self.to_address = None
21        self.cc_address = None
22        self.from_address = None
23        self.body = ""
24        self.date = None
25        # 添付ファイル関連の情報
26        # {name: file_name, data: data}
27        self.attach_file_list = []
28        # emlの解釈
29        self._parse()
30
31    def get_attr_data(self):
32        """
33        メールデータの取得
34        """
35        result = """\
36日時: {}
37FROM: {}
38TO: {}
39CC: {}
40-----------------------
41本文:
42{}
43-----------------------
44ATTACH_FILE_NAME:
45{}
46""".format(
47            self.date,
48            self.from_address,
49            self.to_address,
50            self.cc_address,
51            self.body,
52            ",".join([ x["name"] for x in self.attach_file_list])
53        )
54        return result
55
56
57    def _parse(self):
58        """
59        メールファイルの解析
60        __init__内で呼び出している
61        """
62        self.subject = self._get_decoded_header("Subject")
63        self.to_address = self._get_decoded_header("To")
64        self.cc_address = self._get_decoded_header("Cc")
65        self.from_address = self._get_decoded_header("From")
66        # 変更したところ
67        self.date = datetime.datetime.strptime(
68            self._get_decoded_header("Date"),
69            "%a, %d %b %Y %H:%M:%S %z"
70        )
71
72        # メッセージ本文部分の処理
73        for part in self.email_message.walk():
74            # ContentTypeがmultipartの場合は実際のコンテンツはさらに
75            # 中のpartにあるので読み飛ばす
76            if part.get_content_maintype() == 'multipart':
77                continue
78            # ファイル名の取得
79            attach_fname = part.get_filename()
80            # ファイル名がない場合は本文のはず
81            if not attach_fname:
82                charset = str(part.get_content_charset())
83                if charset:
84                    self.body += part.get_payload(decode=True).decode(charset, errors="replace")
85                else:
86                    self.body += part.get_payload(decode=True)
87            else:
88                # ファイル名があるならそれは添付ファイルなので
89                # データを取得する
90                self.attach_file_list.append({
91                    "name": attach_fname,
92                    "data": part.get_payload(decode=True)
93                })
94
95    def _get_decoded_header(self, key_name):
96        """
97        ヘッダーオブジェクトからデコード済の結果を取得する
98        """
99        ret = ""
100
101        # 該当項目がないkeyは空文字を戻す
102        raw_obj = self.email_message.get(key_name)
103        if raw_obj is None:
104            return ""
105        # デコードした結果をunicodeにする
106        for fragment, encoding in decode_header(raw_obj):
107            if not hasattr(fragment, "decode"):
108                ret += fragment
109                continue
110            # encodeがなければとりあえずUTF-8でデコードする
111            if encoding:
112                ret += fragment.decode(encoding)
113            else:
114                ret += fragment.decode("UTF-8")
115        return ret
116
117if __name__ == "__main__":
118    # ブックを取得
119    book = openpyxl.load_workbook(r'C:\Users\ああああ\Desktop\あああ\あああああ.xlsx')
120    # シートを取得
121    sheet = book['Sheet1']
122    
123    tifCounter = len(glob.glob1("./mail","*.eml"))
124    print("🙌総メール件数",tifCounter,"件🙌")
125    
126    i=2
127    for mail_file_path in glob.glob('./mail/*'):
128        try:
129            result = MailParser(mail_file_path)
130            # セルへ書き込む
131            sheet.cell(row=i, column=1).value = i-1
132            sheet.cell(row=i, column=2).value = result.date.replace(tzinfo=None)
133            sheet.cell(row=i, column=4).value = result.from_address.split("<")[0]
134            sheet.cell(row=i, column=5).value = result.from_address[:-1].split("<")[1]
135            sheet.cell(row=i, column=6).value = result.body
136            
137            print(i-1,"件目💕書き込んだよ😘")
138            print(mail_file_path)
139            print()
140        except ValueError:
141            print(i-1,"件目エラーだよ😒")
142            print(mail_file_path)
143            print("👿👿👿👿👿👿👿👿👿👿👿👿👿👿")
144            print()
145        
146        i+=1
147
148    # 保存する
149    book.save(r'C:\Users\ああああ\Desktop\あああ\あああああ.xlsx')
150    print("終わったよ😍")
151

TakaiY

2022/06/21 08:37

print(result) で出てきた結果を 1つか2つ、メアドなど差し障りのある内容は伏せ字にして質問に追加してください。

回答1件

ベストアンサー

いろいろ変えなくてはなりませんが、ちょっとずつ。

まず、エクセルファイルをループの中で毎回開くようになっているので、ループの外に出します。
書き出し処理もループの外に出します。
ループの中でやるのはセルへの書き込みだけです。

Excelファイルを開いて、シートオブジェツコを取得する
ループでデータを取得してセルに書き込む
Excelファイルを書き出す

セルのの参照は「A1」形式を使っていますが、これだと処理しにくいので,cellメソッドでセルを取ります。こんな形になります。

python
1        sheet.cell(raw=i, col=0).value = "日付"

先の書き方の行(raw)は、メール毎に増やさなければなりませんが、ループの前に変数「i」を0で初期化して、ループごとに1増やして使いましょう。

メールから抽出したデータはオブジェクトの変数に入っています。

python
1result.date   #日付
2result.from_address    # 差出人名　差出人メールアドレス
3result.body    # 内容

差出人名は差出人メールアドレスの前についているようなので、スペースで分割(split)してそれぞれ取り出せばいいかと思います。ただし、差出人名が無いものがあったりした場合どうするかは悩ましいところですね。

で、これらを必要なカラムに設定すればいいでしょう。

とりあえず、アドバイスしてみました。

追記

こんな感じですかね？！？！

まだまだですね。

最初のコードからいきましょう。

python
1    for mail_file_path in glob.glob('./mail/*'):
2        # ブックを取得
3        book = openpyxl.load_workbook(r'C:\Users\')
4        # シートを取得
5        sheet = book['Sheet1']
6        # セルへ書き込む
7        sheet['A1'] = 'ナンバー'
8        sheet['B1'] = 100
9        # 保存する
10        book.save(r'C:\Users\')
11        result = MailParser(mail_file_path).get_attr_data()
12        print(result)

まずは、Excelの処理をループの外に出します。

python
1    # ブックを取得
2    book = openpyxl.load_workbook(r'C:\Users\')
3    # シートを取得
4    sheet = book['Sheet1']
5
6    for mail_file_path in glob.glob('./mail/*'):
7        # セルへ書き込む
8        sheet['A1'] = 'ナンバー'
9        sheet['B1'] = 100
10        result = MailParser(mail_file_path).get_attr_data()
11        print(result)
12
13    # 保存する
14    book.save(r'C:\Users\')

ループの中では sheet 変数が見えますが、これはエクセルのSheet1を保持しています。
このシートの列にメールファイルごとに情報を書き込むわけですから、基本的な処理はこれでだいたいできているのです。
あとは、どこからどこへデータを移すかということだす。

python
1        sheet.cell(raw=i, col=0).value = <日付>
2        sheet.cell(raw=i, col=1).value = <名前>
3        sheet.cell(raw=i, col=2).value = <メアド>
4        sheet.cell(raw=i, col=2).value = <内容>

日付などを取得するには、前に書いたように resultが必要だから、まずはresult取得して、この処理ですね。

python
1    # ブックを取得
2    book = openpyxl.load_workbook(r'C:\Users\')
3    # シートを取得
4    sheet = book['Sheet1']
5
6    for mail_file_path in glob.glob('./mail/*'):
7        result = MailParser(mail_file_path).get_attr_data()
8        # セルへ書き込む
9        sheet.cell(raw=i, col=0).value = <日付>
10        sheet.cell(raw=i, col=1).value = <名前>
11        sheet.cell(raw=i, col=2).value = <メアド>
12        sheet.cell(raw=i, col=2).value = <内容>
13
14    book.save(r'C:\Users\')

これで書き込めるのですが、このままだと「i」が無い状態です。 iは行番号で、行はメールファイルごとに1つですから、ループが回るごとに1つ増やします。

python
1    # ブックを取得
2    book = openpyxl.load_workbook(r'C:\Users\')
3    # シートを取得
4    sheet = book['Sheet1']
5
6    i = 0
7    for mail_file_path in glob.glob('./mail/*'):
8        result = MailParser(mail_file_path).get_attr_data()
9        # セルへ書き込む
10        sheet.cell(raw=i, col=0).value = <日付>
11        sheet.cell(raw=i, col=1).value = <名前>
12        sheet.cell(raw=i, col=2).value = <メアド>
13        sheet.cell(raw=i, col=2).value = <内容>
14        i += 1
15    book.save(r'C:\Users\')

これで、ループが回るごとに違う行にデータを書き込むことができます。

あとは、 <日付> などですね。 <日付> は result.date に入ってますよね。本文は、 body です。
名前とメアドは from_address にまとめて入っているので自分で分解して入れてみてください。

python
1    # ブックを取得
2    book = openpyxl.load_workbook(r'C:\Users\')
3    # シートを取得
4    sheet = book['Sheet1']
5
6    i = 0
7    for mail_file_path in glob.glob('./mail/*'):
8        result = MailParser(mail_file_path).get_attr_data()
9        # セルへ書き込む
10        sheet.cell(raw=i, col=0).value = result.date
11        sheet.cell(raw=i, col=1).value = <名前>
12        sheet.cell(raw=i, col=2).value = <メアド>
13        sheet.cell(raw=i, col=2).value = result.body
14        i += 1
15    book.save(r'C:\Users\')

ちなみに、
質問に出ていたコードは
``python
i = 1
for row in ws.iter_rows():
for cell in row:
sheet.cell(row=i, column=1).value = "日付"
i = i + 1

これでrowがぐるぐる回って、カラムもぐるぐる回っていますが、これにあわせて、メールを 読んだり、そのなかのデータを適切に取得したりしなければなりません。
もともと、複数あるファイルをループ回していて、1ファイル1行なのだから、エクセルの行やカラムで回す必要はないのです。

投稿2022/06/21 09:02

編集2022/06/22 01:55

TakaiY

総合スコア10935

回答へのコメント

UserName

2022/06/21 09:03

うわーー！！またまたありがとうございます！やってみます！！！！！！！

TakaiY

2022/06/21 09:09

ああ、あと、セルに書き込むタイミングは、resultに結果を取得した後ですよ。

UserName

2022/06/21 09:39

print（result）のあとに for i in なんたらを入れればいいんですか、、、？😭

UserName

2022/06/21 09:56

あ！ i = 1 for row in ws.iter_rows(): for cell in row: sheet.cell(row=i, column=1).value = "日付" i = i + 1 こんな感じですかね？！？！

UserName

2022/06/22 01:32

--> 131 sheet.cell(raw=i, col=0).value = result.date で AttributeError: 'str' object has no attribute 'date' というエラーが出るのですが何故ですか(><) あと、回答のフォルダ名消しといてもらってもいいですか(><)本当すみません…………。

UserName

2022/06/22 01:32

Excel入ってるフォルダ名全部消しといて欲しいです(><)

TakaiY

2022/06/22 01:59

直しておきました。 >AttributeError: 'str' object has no attribute 'date' というエラーが出るのですが何故ですか(><) result = MailParser(mail_file_path).get_attr_data() これを result = MailParser(mail_file_path) こうしてみていただけますか?

UserName

2022/06/22 02:16

# セルへ書き込む sheet.cell(row=i, column=1).value = result.body だと問題なくExcelに書き出されるんですけど、 sheet.cell(row=i, column=1).value = result.date だと TypeError: Excel does not support timezones in datetimes. The tzinfo in the datetime/time object must be set to None. が出るのですが(><)たくさん質問してすみません(><)

UserName

2022/06/22 02:35

sheet.cell(row=i, column=1).value = result.from_address.split("<")[0] sheet.cell(row=i, column=2).value = result.from_address[:-1].split("<")[1] sheet.cell(row=i, column=3).value = result.body 差出人名とアドレス分けれました！！！！！わーい！！！！🥳

TakaiY

2022/06/22 02:39

おや、Excelはタイムゾーンを入れられないんですね。 sheet.cell(row=i, column=1).value = result.date.replace(tzinfo=None) こうするとどうでしょう(ぼくも今調べた)

UserName

2022/06/22 05:56

出来ました！！！！！！完成ですぅ！！！！本当にありがとうございました！ Python王子！！！🦄✨