IMAP连接需用SSL并配置应用密码，搜索应避免通配符而用主题/发件人等关键词；解析XML附件须遍历MIME结构、双重判断类型与文件名、正确解码字节流；处理时需显式指定编码与命名空间，并通过标记旗帜和临时文件确保幂等性。
用 imaplib 连上邮箱并搜索含 XML 附件的邮件
直接连不上、搜不到，大概率卡在认证或搜索语法。Gmail 默认禁用「不安全应用访问」，Outlook 需开启 IMAP 并用应用密码；搜索时别写 "*.xml"——imaplib 不支持通配符匹配文件名，得靠邮件主题、发件人或正文关键词缩小范围，再逐封解析附件。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
imaplib.IMAP4_SSL("imap.gmail.com")或imaplib.IMAP4_SSL("outlook.office365.com")，别用普通IMAP4 - 登录用
mail.login("user@example.com", "app_password")，Gmail 必须用「应用专用密码」，不能用账户密码 - 搜索示例：
mail.search(None, '(FROM "report@system.com" SUBJECT "daily-export")')，比猜附件名靠谱得多
从邮件 PART 中定位并提取 XML 附件
邮件结构是嵌套 MIME，XML 附件不一定在第 2 层，也不一定叫 attachment.xml——可能被命名为 data (1).xml，也可能藏在 multipart/related 里。光看 Content-Disposition 不够，得结合 Content-Type 和 filename 参数双重判断。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 遍历
msg.walk()，对每个part检查：part.get_content_maintype() == "multipart"跳过，part.get_content_subtype() == "xml"或part.get_filename() and ".xml" in part.get_filename().lower() - 用
part.get_payload(decode=True)解码，不是.decode("utf-8")——base64 或 quoted-printable 编码必须先解码字节流 - 拿到原始 bytes 后再用
xml.etree.ElementTree.fromstring()，别直接传字符串，否则报ParseError: not well-formed
xml.etree.ElementTree 解析附件内容时的编码与命名空间陷阱
XML 附件常带声明 <?xml version="1.0" encoding="ISO-8859-1"?>，但 Python 默认按 UTF-8 解码字节流，一读就崩；还有些系统导出的 XML 带默认命名空间（如 xmlns="http://example.com/ns"），用 .find("item") 会返回 None，不是数据为空，是路径没对上。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 先用
chardet.detect(raw_bytes)猜编码，再raw_bytes.decode(detected_encoding)；更稳的是用xml.etree.ElementTree.XMLParser(encoding=...)显式指定 - 处理命名空间：定义
ns = {"d": "http://example.com/ns"}，然后用root.find("d:item", ns) - 别依赖
part.get_filename()判断内容——有些邮件客户端根本不写 filename，只靠 Content-Type: application/xml + payload 存在性确认
下载后如何避免重复处理或漏处理
IMAP 协议本身不保证「已读即处理完毕」。邮件还在 INBOX 里，下次脚本一跑又下一遍；或者网络中断导致只存了半截 XML，后续解析失败却没标记为异常。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 处理成功后，用
mail.store(uid, '+FLAGS', '\Seen')标已读，再加mail.store(uid, '+FLAGS', '\Flagged')手动标「已处理」，避免仅靠 Seen 判断 - 把 XML 写入本地前，先用
tempfile.NamedTemporaryFile(delete=False)写临时文件，完整写入后再os.replace()覆盖正式路径，防止中断残留坏文件 - 记录每封邮件的
uid和INTERNALDATE到 SQLite 或小文件，下次启动先查是否已处理，别只依赖邮箱服务端状态
真正麻烦的从来不是连上邮箱或找到附件，而是邮件客户端乱写 filename、中间网关偷偷转码、XML 声明和实际字节不一致——这些没法靠一次解析兜住，得在解码、命名空间、存储三处都留退路。
