python - 最好用 Python 下载邮件列表文件的开源项目

我很想知道是否有任何开源项目(最好是 Python)可用于下载(抓取？)开源项目的邮件列表文件，例如 Lucene/Hadoop(例如 http://mail-archives.apache.org/mod_mbox/lucene-java-user/ )。我特别在寻找为 (Apache) 邮件列表存档定制的爬虫/下载器(不是像 Scrappy 这样的通用爬虫)。任何指针都受到高度赞赏。
谢谢你。

最佳答案

通常有下载 mbox 文件的工具。例如，在您提供的链接中，您可以附加 mbox 名称并直接获取邮件存档。例如，2012 年 10 月的 mbox:

http://mail-archives.apache.org/mod_mbox/lucene-java-user/201210.mbox

因此，以编程方式获取文件非常简单。一旦你拥有它们:

import mailbox
mails = mailbox.mbox(filename.mbox)
for message in mails: print message['subject']

关于python - 最好用 Python 下载邮件列表文件的开源项目，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/13097891/