eml-search — 本地邮件导入与搜索

将本地 .eml 邮件文件解析导入 SQLite 数据库，支持全文检索、分类过滤、日期筛选。

功能

• 解析 .eml 文件：提取主题、发件人、收件人、日期、正文、附件信息
• 增量导入：跳过已导入的文件，只处理新增邮件
• 自动分类：支持通用分类、用户自定义、AI 自动生成三种模式
• 全文检索：FTS5 + LIKE 混合搜索
• 多维度过滤：分类、日期范围、发件人

依赖

无需 pip 安装任何包。

跨平台兼容

脚本仅使用 Python 标准库和 os.path 跨平台接口，无 Windows/macOS/Linux 专属代码或硬编码路径分隔符。以下系统均可正常运行：

• ✅ Windows（Python 3.8+）
• ✅ macOS（Python 3.8+）
• ✅ Linux（Python 3.8+）

使用方法

方式一：通过 AI 对话（推荐）

首次导入：

"导入邮件"
"解析 /path/to/mails 下的 .eml 文件"
"初始化邮件数据库"
"导入邮件并自动按分类整理"

搜索邮件：

"找一下 2022 年项目验收的邮件"
"搜索合同相关的邮件"
"去年的通知公告有哪些"
"周报在哪里"

方式二：命令行

# 导入邮件
python scripts/eml_import.py /path/to/eml --db /path/to/emails.db

# 导入 + 自动按分类整理（一步完成）
python scripts/eml_import.py /path/to/eml --db /path/to/emails.db --auto-organize

# 应用分类
python scripts/eml_classify.py /path/to/emails.db --mode generic

# 搜索
python scripts/eml_search.py "合同审批"

# 带过滤搜索
python scripts/eml_search.py "会议" --category NOTICE --date-from 2023-01-01

# 查看统计
python scripts/eml_search.py --stats

自动整理文件

使用 --auto-organize 参数，导入邮件时自动按分类创建子目录并移动文件：

# 导入并自动整理（推荐）
python scripts/eml_import.py /path/to/eml --db emails.db --auto-organize

# 导入 + 自定义分类整理
python scripts/eml_import.py /path/to/eml --db emails.db --auto-organize --mode custom

效果：

/path/to/eml/
├── RPT_WEEK/
│   ├── 2022-01-01_weekly_report.eml
│   └── ...
├── RPT_MONTH/
├── NOTICE/
├── REPLY/
├── FORWARD/
├── RECALL/
├── OTHER/
└── emails.db

• 自动分类 → 创建子目录 → 移动文件 → 更新数据库路径
• 重名文件自动加 _1、_2 后缀
• 数据库路径自动同步更新

分类模式

模式 A：通用分类（默认）

优先级：邮件类型 > 主题匹配 > 关键词匹配

模式 B：用户自定义

提供 JSON 文件定义分类规则。键为分类名称，值为关键词列表，邮件主题或正文匹配任一关键词即归入该分类。按 JSON 键顺序匹配，先匹配先生效，未匹配归入"其他"。

{
  "人事行政": ["人事", "行政", "考勤", "入职", "离职"],
  "财务报销": ["报销", "发票", "预算", "付款"]
}

# 生成模板
python scripts/eml_classify.py --template > my_rules.json

# 应用自定义规则
python scripts/eml_classify.py /path/to/emails.db --mode custom --rules my_rules.json

模式 C：AI 自动生成（推荐）

让 AI 分析邮件内容，自动生成贴合业务的分类规则。无需手动编写关键词。

直接告诉 AI：

"帮我分析邮件，自动生成分类规则"
"AI 自动分类这些邮件"

执行流程：

1. AI 读取数据库中的邮件主题和正文
2. 分析高频词和内容规律
3. 生成分类规则 JSON 文件，例如：

```json

{

"人事行政": ["入职", "离职", "考勤", "社保", "年假"],

"财务报销": ["报销", "发票", "预算", "付款", "审批"],

"项目进展": ["里程碑", "排期", "验收", "交付", "复盘"],

"客户沟通": ["客户", "需求", "反馈", "投诉", "报价"],

"会议纪要": ["会议", "纪要", "决议", "待办", "参会"]

}

```

1. 展示给你确认（可删减、改名、合并）
2. 确认后调用 eml_classify.py --mode custom --rules rules.json 应用

适用场景：邮件量大、业务领域不熟悉、不知道怎么分类时。

数据查询

分类结果存储在 emails 表的 category 字段：

-- 按分类统计
SELECT category, COUNT(*) FROM emails GROUP BY category;

-- 查看某分类的邮件
SELECT subject, from_email, date FROM emails WHERE category = 'RPT_WEEK';

搜索语法

故障排查

导入失败

• 检查 .eml 文件是否损坏
• 查看 parse_error 字段了解具体错误

搜索无结果

• 确认已运行导入流程
• 检查数据库路径是否正确

中文乱码

• .eml 文件本身编码问题，脚本已做 UTF-8 兼容处理

增量导入不生效

• 检查文件路径是否变化（移动文件夹会导致重新导入）