背景:9月份有部分数据缺失,这部分数据在邮箱里,需要重新拉取,但是每天几百封邮件,总共有6、7万封邮件,使用stat()和retr(which)结合遍历很
耗时
基于如上背景,初始大致思路为:
使用二分法获取到需要恢复数据时间范围内的中间一个值,也就是第几封邮件,然后分两头遍历,
读取到所有需要的邮件
算法函数:
1、获取到邮件的时间,由于可能收到格林威治时间邮件,所以这里做了相应的处理
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
def getTimeStamp(cn):
messages = mailServer.retr(cn)[ 1 ]
mail = email.message_from_bytes( '\n' .encode( 'utf-8' ).join(messages))
date = email.header.decode_header(mail.get( 'date' ))
utcstr = date[ 0 ][ 0 ].replace( '+00:00' ,'')
global utcdatetime
try :
utcdatetime = datetime.datetime.strptime(utcstr, '%a, %d %b %Y %H:%M:%S +0000 (GMT)' )
localdatetime = utcdatetime + datetime.timedelta(hours = + 8 )
localtimestamp = localdatetime.timestamp()
except :
utcdatetime = datetime.datetime.strptime(utcstr, '%a, %d %b %Y %H:%M:%S +0800' )
localtimestamp = utcdatetime.timestamp()
return localtimestamp
|
2、二分法
1
|
bu_daytimestamp yesterdaytimestamp两个是需要补数据的时间戳
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
key_nums = 0
mid2 = mailCount
while 1 = = 1 :
mid = getTimeStamp( round (mailCount))
mid2 = round (mid2 / 2 )
if mid >bu_daytimestamp:
mailCount = mailCount - mid2
elif mid<yesterdaytimestamp:
mailCount = mailCount + mid2
elif mid < = bu_daytimestamp and mid > = yesterdaytimestamp:
key_nums = mailCount
break
print (mailCount)
print (key_nums)
|
这里只记录算法,后续遍历比较简单,就不展示了
解释下部分参数:
mailServer:登录后的邮箱
mailCount:总的邮件数量,来源于mailServer.stat()第二个参数
以上这篇Python读取指定日期邮件的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持服务器之家。
原文链接:https://blog.csdn.net/tcl415829566/article/details/78481932