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)
Topik panas
Bagaimanakah rangka kerja Python atau PyTest memudahkan ujian automatik?
Jun 19, 2025 am 01:10 AM
Python's Unittest and Pytest adalah dua kerangka ujian yang digunakan secara meluas yang memudahkan penulisan, penganjuran dan menjalankan ujian automatik. 1. Kedua -duanya menyokong penemuan automatik kes ujian dan menyediakan struktur ujian yang jelas: Unittest mentakrifkan ujian dengan mewarisi kelas ujian dan bermula dengan ujian \ _; Pytest lebih ringkas, hanya memerlukan fungsi bermula dengan ujian \ _. 2. Mereka semua mempunyai sokongan dakwaan terbina dalam: Unittest menyediakan kaedah AssertEqual, AssertTrue dan lain-lain, manakala PYTest menggunakan pernyataan menegaskan yang dipertingkatkan untuk memaparkan butiran kegagalan secara automatik. 3. Semua mempunyai mekanisme untuk mengendalikan penyediaan ujian dan pembersihan: un
Bagaimanakah Python boleh digunakan untuk analisis data dan manipulasi dengan perpustakaan seperti numpy dan panda?
Jun 19, 2025 am 01:04 AM
Pythonisidealfordataanalysisysisduetonumpyandpandas.1) numpyexcelsatnumericalcomputationswithfast, multi-dimensiArarraySandvectorizedoperationsLikenp.sqrt ()
Apakah teknik pengaturcaraan dinamik, dan bagaimana saya menggunakannya dalam Python?
Jun 20, 2025 am 12:57 AM
Pengaturcaraan Dinamik (DP) mengoptimumkan proses penyelesaian dengan memecahkan masalah kompleks ke dalam subproblem yang lebih mudah dan menyimpan hasilnya untuk mengelakkan pengiraan berulang. Terdapat dua kaedah utama: 1. Top-down (Hafalan): Recursif menguraikan masalah dan menggunakan cache untuk menyimpan hasil pertengahan; 2. Bottom-Up (Jadual): Bangun secara beransur-ansur dari keadaan asas. Sesuai untuk senario di mana nilai maksimum/minimum, penyelesaian optimum atau subproblem yang bertindih diperlukan, seperti urutan Fibonacci, masalah backpacking, dan lain -lain.
Bagaimana anda boleh melaksanakan iterators tersuai di Python menggunakan __iter__ dan __Next__?
Jun 19, 2025 am 01:12 AM
Untuk melaksanakan iterator tersuai, anda perlu menentukan kaedah __iter__ dan __Next__ di dalam kelas. ① Kaedah __iter__ mengembalikan objek iterator itu sendiri, biasanya diri sendiri, bersesuaian dengan persekitaran berulang seperti untuk gelung; ② Kaedah __Next__ mengawal nilai setiap lelaran, mengembalikan elemen seterusnya dalam urutan, dan apabila tidak ada lagi item, pengecualian hentian harus dibuang; ③ Status mesti dikesan dengan betul dan keadaan penamatan mesti ditetapkan untuk mengelakkan gelung tak terhingga; ④ Logik kompleks seperti penapisan talian fail, dan perhatikan pembersihan sumber dan pengurusan memori; ⑤ Untuk logik mudah, anda boleh mempertimbangkan menggunakan hasil fungsi penjana sebaliknya, tetapi anda perlu memilih kaedah yang sesuai berdasarkan senario tertentu.
Apakah trend yang muncul atau arahan masa depan dalam bahasa pengaturcaraan Python dan ekosistemnya?
Jun 19, 2025 am 01:09 AM
Trend masa depan dalam Python termasuk pengoptimuman prestasi, jenis yang lebih kuat, peningkatan runtime alternatif, dan pertumbuhan berterusan bidang AI/ML. Pertama, Cpython terus mengoptimumkan, meningkatkan prestasi melalui masa permulaan yang lebih cepat, pengoptimuman panggilan fungsi dan operasi integer yang dicadangkan; Kedua, jenis petikan sangat terintegrasi ke dalam bahasa dan alat untuk meningkatkan pengalaman keselamatan dan pembangunan kod; Ketiga, runtime alternatif seperti Pyscript dan Nuitka menyediakan fungsi baru dan kelebihan prestasi; Akhirnya, bidang AI dan Sains Data terus berkembang, dan perpustakaan yang muncul mempromosikan pembangunan dan integrasi yang lebih cekap. Trend ini menunjukkan bahawa Python sentiasa menyesuaikan diri dengan perubahan teknologi dan mengekalkan kedudukan utama.
Bagaimana saya melakukan pengaturcaraan rangkaian di python menggunakan soket?
Jun 20, 2025 am 12:56 AM
Modul soket Python adalah asas pengaturcaraan rangkaian, menyediakan fungsi komunikasi rangkaian peringkat rendah, sesuai untuk membina aplikasi klien dan pelayan. Untuk menyediakan pelayan TCP asas, anda perlu menggunakan socket.socket () untuk membuat objek, mengikat alamat dan port, panggilan. Listen () untuk mendengar sambungan, dan menerima sambungan klien melalui .accept (). Untuk membina klien TCP, anda perlu membuat objek soket dan panggilan .Connect () untuk menyambung ke pelayan, kemudian gunakan .sendall () untuk menghantar data dan .recv () untuk menerima respons. Untuk mengendalikan pelbagai pelanggan, anda boleh menggunakan 1. Threads: Mulakan benang baru setiap kali anda menyambung; 2. Asynchronous I/O: Sebagai contoh, Perpustakaan Asyncio dapat mencapai komunikasi yang tidak menyekat. Perkara yang perlu diperhatikan
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
Bagaimana saya mengiris senarai dalam python?
Jun 20, 2025 am 12:51 AM
Jawapan teras kepada pengirim senarai Python adalah menguasai sintaks [Start: End: Step] dan memahami kelakuannya. 1. Format asas pengirim senarai adalah senarai [Mula: akhir: langkah], di mana permulaan adalah indeks permulaan (termasuk), akhir adalah indeks akhir (tidak termasuk), dan langkah adalah saiz langkah; 2. Omit Mula secara lalai bermula dari 0, endek akhir secara lalai hingga akhir, omite langkah secara lalai kepada 1; 3. Gunakan my_list [: n] untuk mendapatkan item n pertama, dan gunakan my_list [-n:] untuk mendapatkan item n yang terakhir; 4. Gunakan langkah untuk melangkau unsur -unsur, seperti my_list [:: 2] untuk mendapatkan angka, dan nilai langkah negatif dapat membalikkan senarai; 5. Kesalahpahaman biasa termasuk indeks akhir tidak
