EmailCrono/utils/forward_handler.py

144 lines
4.8 KiB
Python

# utils/forward_handler.py
import re
import os
from datetime import datetime
from email.utils import parseaddr
from models.mensaje_email import MensajeEmail
# Patrones de inicio de mensaje reenviado en diferentes idiomas
FORWARD_PATTERNS = [
r"[-]{3,}\s*Messaggio originale\s*[-]{3,}", # Italiano
r"[-]{3,}\s*Original Message\s*[-]{3,}", # Inglés
r"[-]{3,}\s*Mensaje original\s*[-]{3,}", # Español
r"[-]{3,}\s*Message d'origine\s*[-]{3,}", # Francés
r"[-]{3,}\s*Ursprüngliche Nachricht\s*[-]{3,}", # Alemán
# Variantes más flexibles
r"[-]{3,}\s*Forwarded message\s*[-]{3,}",
r"[-]{3,}\s*Mensaje reenviado\s*[-]{3,}",
r"[-]{3,}\s*Messaggio inoltrato\s*[-]{3,}",
# Patrones con > que suelen aparecer en texto plano
r"(?m)^>\s*[-]{3,}\s*Messaggio originale\s*[-]{3,}",
r"(?m)^>\s*[-]{3,}\s*Original Message\s*[-]{3,}"
]
# Patrones de headers en diferentes idiomas
HEADER_PATTERNS = {
'from': [
r"Da:\s*(.*)", # Italiano
r"From:\s*(.*)", # Inglés
r"De:\s*(.*)", # Español
r"Von:\s*(.*)", # Alemán
r"De :\s*(.*)" # Francés
],
'date': [
r"Inviato:\s*(.*)", # Italiano
r"Sent:\s*(.*)", # Inglés
r"Enviado:\s*(.*)", # Español
r"Gesendet:\s*(.*)", # Alemán
r"Envoyé :\s*(.*)" # Francés
],
'subject': [
r"Oggetto:\s*(.*)", # Italiano
r"Subject:\s*(.*)", # Inglés
r"Asunto:\s*(.*)", # Español
r"Betreff:\s*(.*)", # Alemán
r"Sujet :\s*(.*)" # Francés
]
}
def extract_forwarded_messages(contenido):
"""
Extrae mensajes reenviados del contenido del email
Retorna una lista de objetos MensajeEmail
"""
mensajes = []
# Crear el patrón de división combinando todos los patrones de reenvío
split_pattern = '|'.join(f"({pattern})" for pattern in FORWARD_PATTERNS)
# Dividir el contenido usando el patrón combinado
partes = re.split(split_pattern, contenido)
# El primer elemento es el contenido original del email
contenido_original = partes[0].strip()
# Procesar cada parte que coincide con un patrón de reenvío
for i in range(1, len(partes), len(FORWARD_PATTERNS) + 1):
# Encontrar qué patrón coincidió
patron_encontrado = next((p for p in partes[i:i+len(FORWARD_PATTERNS)] if p), None)
if patron_encontrado and i + len(FORWARD_PATTERNS) < len(partes):
contenido_reenviado = partes[i + len(FORWARD_PATTERNS)].strip()
if contenido_reenviado:
mensaje = _procesar_contenido_reenviado(contenido_reenviado)
if mensaje:
mensajes.append(mensaje)
return contenido_original, mensajes
def _procesar_contenido_reenviado(contenido):
"""
Procesa el contenido de un mensaje reenviado y extrae la información relevante
"""
# Extraer headers
remitente = None
fecha_str = None
subject = None
cuerpo = contenido
# Buscar headers al inicio del mensaje
lineas = contenido.split('\n')
headers_encontrados = 0
i = 0
while i < len(lineas) and headers_encontrados < 3:
linea = lineas[i].strip()
# Buscar remitente
if not remitente:
for pattern in HEADER_PATTERNS['from']:
match = re.match(pattern, linea)
if match:
remitente = match.group(1).strip()
headers_encontrados += 1
break
# Buscar fecha
if not fecha_str:
for pattern in HEADER_PATTERNS['date']:
match = re.match(pattern, linea)
if match:
fecha_str = match.group(1).strip()
headers_encontrados += 1
break
# Buscar asunto
if not subject:
for pattern in HEADER_PATTERNS['subject']:
match = re.match(pattern, linea)
if match:
subject = match.group(1).strip()
headers_encontrados += 1
break
i += 1
# Si encontramos headers, el cuerpo comienza después de ellos
if headers_encontrados > 0:
cuerpo = '\n'.join(lineas[i:]).strip()
# Si no tenemos la información mínima necesaria, retornar None
if not (remitente or fecha_str or cuerpo):
return None
# Crear el objeto MensajeEmail
try:
return MensajeEmail(
remitente=remitente or "Remitente Desconocido",
fecha=fecha_str or datetime.now(),
contenido=cuerpo,
subject=subject,
adjuntos=[]
)
except Exception as e:
print(f"Error creando mensaje reenviado: {str(e)}")
return None