![\"Build](\"https:\/\/img.php.cn\/upload\/article\/000\/000\/000\/173496379625625.jpg\")
<\/p>\n\n
pembangunan bahagian belakang
Tutorial Python
Bina API untuk Mengelakkan E-mel Pemasaran Anda Daripada Spam
Bina API untuk Mengelakkan E-mel Pemasaran Anda Daripada Spam
Dec 23, 2024 pm 10:23 PM
Apabila menjalankan kempen pemasaran e-mel, salah satu cabaran terbesar ialah memastikan mesej anda sampai ke peti masuk dan bukannya folder spam.
Apache SpamAssassin ialah alat yang digunakan secara meluas untuk kebanyakan klien e-mel dan alat penapisan e-mel untuk mengklasifikasikan mesej sebagai spam. Dalam siaran ini, kami akan meneroka cara memanfaatkan SpamAssassin untuk mengesahkan sama ada e-mel anda akan ditandakan sebagai spam dan sebab ia ditandakan sedemikian.
Logik akan dibungkus sebagai API dan digunakan dalam talian, supaya ia boleh disepadukan ke dalam aliran kerja anda.
Mengapa Apache SpamAssassin?
Apache SpamAssassin ialah platform pengesanan spam sumber terbuka yang diselenggarakan oleh Yayasan Perisian Apache. Ia menggunakan pelbagai peraturan, penapisan Bayesian dan ujian rangkaian untuk menetapkan "skor" spam kepada e-mel yang diberikan. Secara amnya, e-mel yang mendapat markah 5 atau ke atas berisiko tinggi dibenderakan sebagai spam.
Memandangkan pemarkahan SpamAssassin adalah telus dan didokumentasikan dengan baik, anda juga boleh menggunakannya untuk mengenal pasti dengan tepat aspek e-mel anda yang menyebabkan skor spam yang tinggi dan meningkatkan penulisan anda.
Bermula dengan SpamAssassin
SpamAssassin direka untuk dijalankan pada sistem Linux. Anda memerlukan OS Linux atau mencipta VM Docker untuk memasang dan menjalankannya.
Pada sistem Debian atau Ubuntu, pasang SpamAssassin dengan:
apt-get update && apt-get install -y spamassassin sa-update
Arahan sa-kemas kini memastikan bahawa peraturan SpamAssassin adalah terkini.
Setelah dipasang, anda boleh menghantar mesej e-mel ke alat baris arahan SpamAssassin. Outputnya termasuk versi e-mel beranotasi dengan skor spam dan menerangkan peraturan yang dicetuskan.
Penggunaan biasa mungkin kelihatan seperti ini:
spamassassin -t < input_email.txt > results.txt
results.txt kemudiannya akan mengandungi e-mel yang diproses dengan pengepala dan markah SpamAssassin.
Gunakan FastAPI untuk Membungkus SpamAssassin sebagai API
Seterusnya, mari buat API mudah yang menerima dua medan e-mel: subjek dan html_body. Ia akan menghantar medan kepada SpamAssassin dan mengembalikan hasil pengesahan.
Contoh Kod FastAPI
from fastapi import FastAPI
from datetime import datetime, timezone
from email.utils import format_datetime
from pydantic import BaseModel
import subprocess
import re
def extract_analysis_details(text):
rules_section = re.search(r"Content analysis details:.*?(pts rule name.*?description.*?)\n\n", text, re.DOTALL)
if not rules_section:
return []
rules_text = rules_section.group(1)
pattern = r"^\s*([-\d.]+)\s+(\S+)\s+(.+)$"
rules = []
for line in rules_text.splitlines()[1:]:
match = re.match(pattern, line)
if match:
score, rule, description = match.groups()
rules.append({
"rule": rule,
"score": float(score),
"description": description.strip()
})
return rules
app = FastAPI()
class Email(BaseModel):
subject: str
html_body: str
@app.post("/spam_check")
def spam_check(email: Email):
# assemble the full email
message = f"""From: example@example.com
To: recipient@example.com
Subject: {email.subject}
Date: {format_datetime(datetime.now(timezone.utc))}
Content-Type: text/html; charset="UTF-8"
{email.html_body}"""
# Run SpamAssassin and capture the output directly
output = subprocess.run(["spamassassin", "-t"],
input=message.encode('utf-8'),
capture_output=True)
output_str = output.stdout.decode('utf-8', errors='replace')
details = extract_analysis_details(output_str)
return {"result": details}
Respons akan mengandungi butiran analisis keputusan SpamAssassin.
Mari kita ambil input ini sebagai contoh:
subject:
Test Email
html_body:
<html>
<body>
<p>This is an <b>HTML</b> test email.</p>
</body>
</html>
Responsnya adalah seperti ini:
[
{
"rule": "MISSING_MID",
"score": 0.1,
"description": "Missing Message-Id: header"
},
{
"rule": "NO_RECEIVED",
"score": -0.0,
"description": "Informational: message has no Received headers"
},
{
"rule": "NO_RELAYS",
"score": -0.0,
"description": "Informational: message was not relayed via SMTP"
},
{
"rule": "HTML_MESSAGE",
"score": 0.0,
"description": "BODY: HTML included in message"
},
{
"rule": "MIME_HTML_ONLY",
"score": 0.1,
"description": "BODY: Message only has text/html MIME parts"
},
{
"rule": "MIME_HEADER_CTYPE_ONLY",
"score": 0.1,
"description": "'Content-Type' found without required MIME headers"
}
]
Menggunakan API Dalam Talian
Menjalankan SpamAssassin memerlukan persekitaran Linux dengan perisian dipasang. Secara tradisinya, anda mungkin memerlukan contoh EC2 atau titisan DigitalOcean untuk digunakan, yang boleh memakan kos dan membosankan, terutamanya jika penggunaan anda adalah volum rendah.
Bagi platform tanpa pelayan, mereka selalunya tidak menyediakan cara yang mudah untuk menjalankan pakej sistem seperti SpamAssassin.
Kini dengan Leapcell, anda boleh menggunakan mana-mana pakej sistem seperti SpamAssassin, sementara itu mengekalkan perkhidmatan tanpa pelayan - anda hanya membayar untuk invokasi, yang biasanya lebih murah.
Menggunakan API pada Leapcell adalah sangat mudah. Anda tidak perlu risau tentang cara menyediakan persekitaran Linux atau cara membina Dockerfile. Cuma pilih imej Python untuk digunakan dan isi medan "Bina Perintah" dengan betul.
Setelah digunakan, anda akan mempunyai titik akhir yang boleh anda panggil atas permintaan. Setiap kali API anda digunakan, ia akan menjalankan SpamAssassin, menjaringkan e-mel dan membalas respons.
Atas ialah kandungan terperinci Bina API untuk Mengelakkan E-mel Pemasaran Anda Daripada Spam. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undress AI Tool
Gambar buka pakaian secara percuma
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Clothoff.io
Penyingkiran pakaian AI
Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Polimorfisme dalam kelas python
Jul 05, 2025 am 02:58 AM
Polimorfisme adalah konsep teras dalam pengaturcaraan berorientasikan objek Python, merujuk kepada "satu antara muka, pelbagai pelaksanaan", yang membolehkan pemprosesan bersatu pelbagai jenis objek. 1. Polimorfisme dilaksanakan melalui penulisan semula kaedah. Subkelas boleh mentakrifkan semula kaedah kelas induk. Sebagai contoh, kaedah bercakap () kelas haiwan mempunyai pelaksanaan yang berbeza dalam subkelas anjing dan kucing. 2. Penggunaan praktikal polimorfisme termasuk memudahkan struktur kod dan meningkatkan skalabilitas, seperti memanggil kaedah cabutan () secara seragam dalam program lukisan grafik, atau mengendalikan tingkah laku umum watak -watak yang berbeza dalam pembangunan permainan. 3. Polimorfisme pelaksanaan Python perlu memenuhi: Kelas induk mentakrifkan kaedah, dan kelas kanak -kanak mengatasi kaedah, tetapi tidak memerlukan warisan kelas induk yang sama. Selagi objek melaksanakan kaedah yang sama, ini dipanggil "jenis itik". 4. Perkara yang perlu diperhatikan termasuk penyelenggaraan
Argumen dan Parameter Fungsi Python
Jul 04, 2025 am 03:26 AM
Parameter adalah ruang letak apabila menentukan fungsi, sementara argumen adalah nilai khusus yang diluluskan ketika memanggil. 1. Parameter kedudukan perlu diluluskan, dan perintah yang salah akan membawa kepada kesilapan dalam hasilnya; 2. Parameter kata kunci ditentukan oleh nama parameter, yang boleh mengubah pesanan dan meningkatkan kebolehbacaan; 3. Nilai parameter lalai diberikan apabila ditakrifkan untuk mengelakkan kod pendua, tetapi objek berubah harus dielakkan sebagai nilai lalai; 4 Args dan *kwargs boleh mengendalikan bilangan parameter yang tidak pasti dan sesuai untuk antara muka umum atau penghias, tetapi harus digunakan dengan berhati -hati untuk mengekalkan kebolehbacaan.
Terangkan penjana python dan iterators.
Jul 05, 2025 am 02:55 AM
Iterator adalah objek yang melaksanakan kaedah __iter __ () dan __Next __ (). Penjana adalah versi Iterator yang dipermudahkan, yang secara automatik melaksanakan kaedah ini melalui kata kunci hasil. 1. Iterator mengembalikan elemen setiap kali dia memanggil seterusnya () dan melemparkan pengecualian berhenti apabila tidak ada lagi elemen. 2. Penjana menggunakan definisi fungsi untuk menghasilkan data atas permintaan, menjimatkan memori dan menyokong urutan tak terhingga. 3. Menggunakan Iterator apabila memproses set sedia ada, gunakan penjana apabila menghasilkan data besar secara dinamik atau penilaian malas, seperti garis pemuatan mengikut baris apabila membaca fail besar. NOTA: Objek yang boleh diperolehi seperti senarai bukanlah pengaliran. Mereka perlu dicipta semula selepas pemalar itu sampai ke penghujungnya, dan penjana hanya boleh melintasi sekali.
Python `@Classmethod` Decorator dijelaskan
Jul 04, 2025 am 03:26 AM
Kaedah kelas adalah kaedah yang ditakrifkan dalam python melalui penghias @classmethod. Parameter pertamanya adalah kelas itu sendiri (CLS), yang digunakan untuk mengakses atau mengubah keadaan kelas. Ia boleh dipanggil melalui kelas atau contoh, yang mempengaruhi seluruh kelas dan bukannya contoh tertentu; Sebagai contoh, dalam kelas orang, kaedah show_count () mengira bilangan objek yang dibuat; Apabila menentukan kaedah kelas, anda perlu menggunakan penghias @classmethod dan namakan parameter pertama CLS, seperti kaedah change_var (new_value) untuk mengubah suai pembolehubah kelas; Kaedah kelas adalah berbeza daripada kaedah contoh (parameter diri) dan kaedah statik (tiada parameter automatik), dan sesuai untuk kaedah kilang, pembina alternatif, dan pengurusan pembolehubah kelas. Kegunaan biasa termasuk:
Cara Mengendalikan Pengesahan API di Python
Jul 13, 2025 am 02:22 AM
Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.
Apakah kaedah Magic Python atau kaedah dunder?
Jul 04, 2025 am 03:20 AM
MagicMethods Python (atau kaedah dunder) adalah kaedah khas yang digunakan untuk menentukan tingkah laku objek, yang bermula dan berakhir dengan garis bawah dua. 1. Mereka membolehkan objek bertindak balas terhadap operasi terbina dalam, seperti tambahan, perbandingan, perwakilan rentetan, dan sebagainya; 2. Kes penggunaan biasa termasuk inisialisasi objek dan perwakilan (__init__, __repr__, __str__), operasi aritmetik (__add__, __sub__, __mul__) dan operasi perbandingan (__eq__, ___lt__); 3. Apabila menggunakannya, pastikan tingkah laku mereka memenuhi jangkaan. Sebagai contoh, __repr__ harus mengembalikan ungkapan objek refortable, dan kaedah aritmetik harus mengembalikan contoh baru; 4. Perkara yang berlebihan atau mengelirukan harus dielakkan.
Bagaimanakah pengurusan memori python berfungsi?
Jul 04, 2025 am 03:26 AM
Pythonmanagesmemoryautomatically leverenceCountingandagarbageCollector.referenceCountingTrackShowmanyvariablesreferoanobject, dan yang mana -mana, dan yang mana -mana
Python `@Property` Decorator
Jul 04, 2025 am 03:28 AM
@Property adalah penghias dalam python yang digunakan untuk menyamar kaedah sebagai sifat, yang membolehkan pertimbangan logik atau pengiraan dinamik nilai apabila mengakses sifat. 1. 2. Ia boleh mengawal tingkah laku tugasan dengan .setter, seperti kesahihan nilai semak, jika .setter tidak ditakrifkan, ia hanya dibaca atribut; 3. Ia sesuai untuk adegan seperti pengesahan tugasan harta, generasi dinamik nilai atribut, dan menyembunyikan butiran pelaksanaan dalaman; 4. Apabila menggunakannya, sila ambil perhatian bahawa nama atribut berbeza dari nama pembolehubah peribadi untuk mengelakkan gelung mati, dan sesuai untuk operasi ringan; 5. Dalam contoh, kelas bulatan menyekat jejari tidak negatif, dan kelas orang secara dinamik menghasilkan atribut penuh_name
