因为工作原因，需要处理QQ邮箱来自各地网友的投稿附件。数量比较多（上千份），如果手动一个一个下载非常麻烦。。。
而且有些发来的附件命名也不规范，下载下来之后还需要手动去重命名，否则放一起就分不清谁是谁了，还可能会出现大量重复的命名文件。 这种非常机械化的重复操作，我想写个脚本批量下载QQ邮箱附件。
网上搜了下资料，基本都是通过POP3来下载，但这个邮箱并不是自己的，只是临时注册用来接收邮箱的小号，对方也不希望开通手机认证。
于是临时研究了一下 Python + selenium + Chrome 来模拟手动爬虫~
--
- 下载必要的软件:
- Python，安装最新版。
- Chromedriver，下载 win64 版本的 chromedriver，并解压到桌面。
- 按下 win + R， 输入 cmd，在终端控制台安装运行库:
pip install selenium
- 保存 Mail.py, 右键，保存到桌面。
- 使用 VSCode(建议)编辑文件，修改其中的自定义参数：邮箱文件夹ID
- 运行脚本。手动扫码登录，等待完成即可。
https://www.python.org/ 打开页面，点击网页最醒目的黄色按钮。"Download Python 3.xxx" (xxx 为最新版本号) 下载最新版即可，跟着引导安装。
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
若因网络代理问题无法下载，可尝试使用国内的镜像源。举例：
pip install selenium -i http:https://pypi.douban.com/simple --trusted-host pypi.douban.com
https://googlechromelabs.github.io/chrome-for-testing/#stable
这一步，可能相对比较麻烦，和看起来可怕，但请耐心操作。 打开页面，你会看一个巨大的，绿色的表格。 看中间的那几行，找到中间 chromedriver, 然后找到 win64 那行。
将 win64 旁边那格 URL 地址复制到浏览器地址栏，按下回车，即可下载。 可能有点慢，因为需要科学上网。 下载后，解压出来，放这个脚本文件相同的目录。
举例：下载的地址是这样的，只有链接中间的版本号数字不同
https://storage.googleapis.com/chrome-for-testing-public/126.0.6478.61/win64/chromedriver-win64.zip
把你想要下载的邮件移动到文件夹里，方便整理区分。
在左侧的面板‘我的文件夹’中找到你刚刚创建的文件夹，
然后右键-新窗口打开，在浏览器地址栏的网址链接找到文件夹ID的参数: folderid
举例：这里的 folderid={ A }，里面通常是一个数字，例如：123，129，200...
https://mail.qq.com/cgi-bin/frame_html?t=frame_html&sid={x}&url=/cgi-bin/mail_list?folderid={ A }%26page={x}
已经安装了 Python，会发现开始菜单新增了一个 IDLE 编辑器，从菜单新建文件：File - New File (Ctrl + N)。
然后把 Mail.py 的代码复制粘贴到 IDLE 中，
将文件保存在任意位置(比如桌面)，随便取个名比如 QQmail.py
阅读前半部分的参数区，根据你的需要对参数进行修改。具体的参数说明请继续看下方。
当你想运行脚本时，只需要在 IDLE 中运行代码即可：Run - Run Module (F5)
注：通过运行脚本启动的浏览器窗口，只能同时启动一个。若重复启动脚本将会打开空页面，需要关闭上一个窗口重新运行脚本。
- 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}
- 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在双引号里面的内容， 剩下两个会在这个目录创建文件夹。
ROOTPATH = r"D:\Downloads\2024"
DOWNLOAD_FOLDER = os.path.join(ROOTPATH,"download") # 不需要修改。附件实际下载目录 即："D:\\Downloads\\2024\\download"
USERDATA_FOLDER = os.path.join(ROOTPATH,"selenium") # 不需要修改。浏览器的缓存数据 即："D:\\Downloads\\2024\\selenium"
- 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。
start 从第几个开始。默认从第1封邮件开始。
end 到第几个结束。举例：执行到第 20 封邮件时结束。(包含第20封邮件)
step 执行多少次后结束。举例：从第 1 封邮件开始执行，往后处理 10 封结束，也就是在第 10 封邮件时结束下载。
注：end 和 step 不同的地方是，end 代表着结束的终点，而 step 则是从开始后累计的数量。
Title_Task = {'start':1, 'step':0, 'end':0}
Pages_Task = {'start':1, 'step':0, 'end':0}
- 关键词过滤：邮件主题 （可选）
TITLE_BACKLIST_KEYS，黑名单
TITLE_WHITELIST_KEYS，白名单
需要注意的是，白名单关键词越多，匹配规则越严格。
TITLE_WHITELIST_KEYS = ['反馈','合作'] # 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
- 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
如果这个脚本对你非常有帮助，节省了你的时间，提升了你的工作效率，让生活变得更美丽.... 可以请我喝杯咖啡喔！我会非常高兴的！！
