Python + Selenium + Chrome 模拟登陆QQ邮箱，批量下载附件，本地重命名

批量下载QQ邮箱附件，下载完后修改文件重命名

• -

如何安装

MAC

1. Homebrew https://brew.sh/index_zh-cn

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)"

1. python3 + helium 简单的说，就是把下面这段指令复制粘贴到终端(Terminal)

brew install --cask helium
brew install --cask chromedriver
brew install --cask prettytable

Windows

1. Python 3 https://www.python.org/

1. pip install x 如果你已经安装好了 python 环境，按下 Win + R，输入 cmd，打开控制台。 接着输入下方的指令：

pip install selenium
pip install helium
pip install prettytable

pip install helium -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

chromedriver

在开始之前，你需要先做几件事。

1 邮箱文件夹

2 找到对应的文件夹ID

https://mail.qq.com/cgi-bin/frame_html?t=frame_html&sid={x}&url=/cgi-bin/mail_list?folderid={ A }%26page={x}

3 邮箱设置

如何使用

修改自定义参数

1. 邮箱登录账号（必填） 请放心填，没人能偷看你屏幕。。

QQNUMBER="132465798"
PASSWORD="132465798"

1. 附件下载路径（必填） 浏览器下载的文件会自动保存在这里。只需要填 ROOTPATH， 剩下两个会在这个目录创建文件夹。

ROOTPATH = "D:\\Downloads\\2020"
DOWNLOAD_FOLDER = os.path.join(ROOTPATH,"download") # 不需要修改。附件实际下载目录 即："D:\\Downloads\\2020\\download"
USERDATA_FOLDER = os.path.join(ROOTPATH,"selenium") # 不需要修改。浏览器的缓存数据 即："D:\\Downloads\\2020\\selenium"

1. 文件夹ID（必填） 就如前面的提示， 在文件夹右键，新窗口打开，找到网址链接的参数

https://mail.qq.com/cgi-bin/frame_html?t=frame_html&sid={x}&url=/cgi-bin/mail_list?folderid={ A }%26page={x}

1. 计划任务 （可选）

• Title_Task，从第几封邮件开始，只读取多少封邮件，或者在第几封邮件结束。

• Pages_Task，从第几页开始，翻多少页后结束，或者在第几页结束。

Title_Task = { 'start':1, 'step':0, 'end': 0, 'relay': 0 }
Pages_Task = { 'start':1, 'step':0, 'end':0, 'autoNext': 1, 'reverse': 0 }

1. 关键词过滤：邮件主题 （可选） TITLE_BACKLIST_KEYS，黑名单 TITLE_WHITELIST_KEYS，白名单

TITLE_WHITELIST_KEYS = ['反馈','2020'] # 只处理标题同时包含这两个关键词的邮件
TITLE_BACKLIST_KEYS = ['发信方已撤回邮件'] # 不处理

1. 文件类型过滤：附件 （可选） ATTACH_BACKLIST_FILETYPE，黑名单 ATTACH_WHITELIST_FILETYPE，白名单

attach_blacklist_filetype = ['']
attach_whitelist_filetype = ['psd', 'ai'] # 不下载 psd 或 ai 类型的文件

1. Config 高级参数 （可选） 脚本中还提供了一些高级选项，可以根据实际需要来开启或关闭。 通常修改参数为 1 或 0

# 浏览器禁用显示图片，（浏览器首次运行前生效）
can_disabled_images = 0

# 是否倒序读取（从最后一页开始往前）
can_reverse_list = 0

#··········· 下载 ···········#

# 是否需要重命名附件
can_rename_file = 0

# 是否需要每封邮件创建文件夹
can_move_folder = 1

# 在下载前，检查本地文件是否已存在附件（根据文件名+文件大小）
# 如果存在则跳过本次下载。
ready_download_but_file_exists = 'skip' or 'continue'


#··········· 星标 / 标签 ···········#

# 没有附件的邮件设为星标
can_star_nofile = 1

# 过期附件的邮件设为星标
can_star_timeoutfile = 0

# 没有附件添加标签
can_tag_nofile = 0
str_tag_nofile = '没有附件'

# 过期附件添加标签
can_tag_timeoutfile = 0
str_tag_timeoutfile = '过期附件'


#··········· 功能 ···········#

# 是否需要下载附件
can_download_file = 1

# 是否需要进入邮件正文
can_load_email = 1

# 是否需要获取邮件标题列表
can_load_title = 1

# 下载等待时长(单位：秒)。超过时长后则放弃后续操作，如移动文件夹或重命名。
downloading_timeout = 300


#··········· 控制台 ···········#

 # 是否需要 PrettyTable 来打印表格
 # 如果有人装不上 PrettyTable，可以将它禁用。
 can_print_prettytable = 1

# 是否在控制台打印邮件信息
can_print_title = 1
can_print_attch = 1

# 是否在控制台打印统计表格
can_print_folder_table = 1
can_print_title_table = 1


#··········· 统计 ···········#

# 是否将数据导出为CSV文件
can_export_titledata_to_csv = 1
can_export_attchdata_to_csv = 1


#··········· 高级选项 ···········#

# 是否需要设置 desired_capabilities 参数
can_set_capabilities = 1
config_timeout_pageLoad = 10000
config_timeout_script = 1500

1. 重命名模板 （可选） 如果需要添加其他变量，可以自己修改脚本。搜索 rule =

#-------------------------------------------------------------------------------
# 重命名模板
#-------------------------------------------------------------------------------
# filename1 附件文件名(不包含扩展名） 例: 简历
# filename2 附件文件名(包含扩展名） 例: 简历.pdf
#···············································································
# extension1 附件扩展名(包含.) 例: .jpg .txt .pdf
# extension2 附件扩展名(不包含.) 例: jpg txt pdf
#···············································································
# attchindex 计数：目前是第几个附件（不包含过期附件） 例: 0001
# titleindex 计数：目前是第几封邮件 (从1开始计数) 例: 0001
# pageindex 计数：目前是第几页 (从1开始计数) 例: 001
# attchtitleindex 计数：在当前邮件中的多个附件的顺序 (从1开始计数) 例: 01
#···············································································
# titlecount 总数：本次下载计划的邮件数量 例: 0
# attchcount 总数：本次下载计划的附件数量（包含过期附件） 例: 0
#···············································································
# folderid 文件夹：folder_id 例: 129
# foldername 文件夹：名称 例: 我的文件夹
# foldertitle 文件夹：邮件数量 例: 500
# folderpage 文件夹：总页数 例: 20
#···············································································
# titlename 邮件标题 例: 小明_简历_2021
#···············································································
# nameid 发信方的邮箱昵称 例: 小明
# address 发信方的邮箱地址 例: 123456@qq.com, xiaomin233@vip.qq.com
# emailid 发信方的邮箱账号，通常是QQ号 例: 123456, xiaomin233
#···············································································
# year 发送时间：年 %Y 例: 2020
# month 发送时间：月 %m 例: 12
# day 发送时间：日 %d 例: 07
#···············································································
# week 发送时间：周 %a 例: Mon
# ampm 发送时间：上/下午 %p 例: AM
#···············································································
# hours 发送时间：时 %H 例: 14
# minutes 发送时间：分 %M 例: 30
# seconds 发送时间：秒 %S 例: 59
#···············································································
# time1 发送时间：格式化 %H%M 例: 1430
# time2 发送时间：格式化 %H-%M-%S 例: 14-30-59
# time3 发送时间：格式化 %H'%M'%S 例: 14'30'59
#···············································································
# date1 发送时间：格式化 %m%d 例: 1207
# date2 发送时间：格式化 %Y%m%d 例: 20201207
# date3 发送时间：格式化 %Y-%m-%d 例: 2020-12-07
#···············································································
# fulldate1 发送时间：格式化 %Y-%m-%d_%H-%M-%S 例: 2020-12-07_14-30-59
# fulldata2 发送时间：格式化 %Y%m%d_%H'%M'%S 例: 20201207_14'30'59
#···············································································

# 需要放到花括号里。例如 {attchindex}_{filename2} => 0001_作品.pdf

# 附件重命名规则。
# 案例：{attchindex}_{filename2} => 0001_作品.pdf
rule_rename = "{attchindex}_{filename2}"

# 文件夹名称。
# 案例：{address}({date4}) => 0001_123456@qq.com_2020-12-07_14-30-59
rule_folder = "{titleindex}_{address}_{fulldate1}"

特性

• 自定义附件的下载路径。

• 自定义浏览器缓存的路径。

• 下载后：可以按每封邮件主题，根据命名规则新建文件夹。

• 下载后：可以按每个附件，根据命名规则重命名。

• 下载前：检查文件是否已存在于文件夹。(判断方式：文件名和附件大小相同)

• 关键词过滤：附件扩展名的白名单/黑名单。只下载某些文件类型，或跳过某些文件类型的附件。

• 如果页面提示"请求速度过快"，脚本会自动等待，并自动刷新页面，直到恢复正常。

• 等待下载完成：如果需要下载完成后分类文件，脚本会等待文件下载完成，再根据规则分类。

• 填写账号密码，自动登录。

• 支持腾讯企业邮箱

• 若出现滑块验证，会等待用户手动操作完成。

• 若出现短信验证，用户可以尝试先登陆QQ客户端，然后使用快捷登陆点击头像。

• 自动翻页：自动点击下一页

• 关键词过滤：邮件标题的白名单或黑名单，过滤某些包含特定关键词的邮件标题。

• 任务计划：从文件夹第几页开始，到第几页结束，或者只处理多少页结束。

• 任务计划：从文件夹第几封邮件开始，到第几封邮件结束，或者处理多少封邮件后结束。

• 没有附件：如果邮件没有包含附件，或者附件已过期，可以标记星标或者添加标签。

• 脚本结束后会生成csv文件，包含所有邮件列表信息。

• 脚本结束后会生成csv文件，包含所有附件列表信息。

可能出现的问题

1. 如果网络异常，浏览器可能提示下载失败，但脚本会长时间等待它下载完成，或者超过5分钟后，脚本也会将它跳过。

1. 如果邮箱没有设置过标签，邮箱主页的左侧面板会自动隐藏这个栏目。此时如果启用脚本设置的自动添加标签功能，可能会报错。

1. 如果不禁用显示图片，在下载附件时会非常非常非常慢！！

1. 附件如果出现空格，下载前检测文件是否已存在的机制可能会失效，甚至会影响移动到文件夹，导致脚本崩溃。

踩坑历史

1. 附件收藏中的"全部附件"，并不是想象中真的把全部附件整合在一起，还是会漏掉一些，关键是还不知道漏了哪些。

1. 在下载过程中，中途收到了新的邮件，列表顺序会出现错误。

1. 如果长时间没有在QQ客户端登录过账号，会提示非常用设备异常登录，需要短信验证。

1. 对方发送的"超大附件"会过期，无法下载。

1. 如果开启了[自动重命名]功能，最终命名时会出现错位情况。下载的第一个文件的命名变成了第二个，第二个变成第三个....

1. 如果开启了[按邮件新建文件夹]或[自动重命名]功能，附件名包含空格字符，可能会导致脚本崩溃。

小伙子，你干得不错！