2007年03月17日

GMail の未読メールを自作スクリプトから読むための方法まとめ

諸般の事情で GMail の未読メールの本文を取得して、ごにょごにょするスクリプトを作ってみたので、やり方をまとめます。

1. 未読メール一覧の取得

これはご存知の方も多いとは思います。GMail のヘルプにもある通り、未読メール一覧は https://mail.google.com/mail/feed/atom/ から ATOM 形式で取得できます。atom/ のあとにラベル名をつけたら、特定ラベルの未読メール一覧だけを取ってくることもできます。

認証はどうなってるかというと、Google のアカウント情報が Cookie に保存されていれば普通に表示できます。Cookie がないと HTTPS で BASIC 認証して、OK なら表示できるようになります。シンプルな仕様ですね。

取得できる ATOM はこんな感じ。ちゃんと個別のメールへアクセスするための URL も埋め込まれています。

<?xml version="1.0" encoding="UTF-8" ?> 
<feed version="0.3" xmlns="http://purl.org/atom/ns#">
  <title>Gmail - Inbox for xxxx@gmail.com</title>
  <tagline>New messages in your Gmail Inbox</tagline>
  <fullcount>3</fullcount> 
  <link rel="alternate" href="http://mail.google.com/mail" type="text/html" />
  <modified>2007-03-17T16:16:04Z</modified> 
  <entry>
    <title>Subject</title> 
    <summary>本文少し</summary> 
    <link rel="alternate" href="http://mail.google.com/mail?account_id=xxxx%40gmail.com&message_id=123456789abcdefg&view=conv&extsrc=atom" type="text/html" /> 
    <modified>2007-03-15T00:00:00Z</modified> 
    <issued>2007-03-15T00:00:00Z</issued> 
    <id>tag:gmail.google.com,2004:XXXXXXXXXXXXX</id> 
    <author>
      <name>差出人</name> 
      <email>xxxx@xxxx.co.jp</email> 
    </author>
  </entry>
  <entry>
    <title>....

2. メール本文の取得

(追記) 2008/05/08 現在、この方法は使えなくなっています…。

上の ATOM から個別のメールを表示するための URL は入手できました。

この URL にアクセスすれば、メール本文を取得できそうです。実際にブラウザで開けば本文を表示できるのですが、スクリプトから取得するとなると話は別になります。ためしに Firebug で覗いてみると、HTML の中身はこんな具合になってます。

ごちゃごちゃしてますね。フレームあり、Ajax あり…。スクリプトから解析するとなると気が重くなります。

じゃあ、どうすればいいかというと、簡易 HTML 表示の URL を叩けばいいのです。簡易 HTML 形式というのは、JavaScript が使えない環境のために用意されたインターフェースです。まさに打ってつけですね。

簡易 HTML 表示のための URL の作り方はこうなります。

ATOM から取得した URL のうち、message_id を抜き出す。

http://mail.google.com/mail?account_id=xxxx%40gmail.com&message_id=123456789abcdefg&view=conv&extsrc=atom

message_id の前に「http://mail.google.com/mail/h/mail?view=cv&search=all&th=」をつける。
```
http://mail.google.com/mail/h/mail?view=cv&search=all&th=message_id=123456789abcdefg
```

これだけです。なんとも簡単。

あとはこの URL に対して HTTP GET をはたけばいいだけです。レスポンスにはメール本文が含まれているので、必要な部分を正規表現で取り出すなり、XPath 使うなり、好きにスクレイピングしましょう。

注意点

ATOM で取得できるのは未読メールだけ
メール本文を取得すると既読になる（次に ATOM 取得したときにはそのメールは ATOM から消えている）

サンプル

HTA+JavaScript で作ってみました。ATOM で未読メールを取得して表示して、クリックしたら本文を取得しにいきます。

HTA にしたのは、Ajax のドメイン制限を取り除くためです。ただし、HTA からはプロセス起動もできてしまうので、セキュリティチェックは入念にしてください。このサンプルは悪意のある Subject からの攻撃は防いでいますが万全ではないかもしれません。

<body>
<script>
var label = "";
window.onload = function(){
    var ajax = new ActiveXObject('Microsoft.XMLHTTP');
    if(!ajax) return;

    ajax.open('GET', 'https://mail.google.com/mail/feed/atom/'+label+"?"+(new Date()).getTime(), true);
    ajax.onreadystatechange = function(){
        if(ajax.readyState == 4 && ajax.status == 200) {
            parseXML(ajax.responseXML);
        }
    }
    ajax.send(null);
}

function $(id){return document.getElementById(id);}

function parseXML(xml){
    if(!xml) return;
    var entries = xml.getElementsByTagName("entry");
    for(var i = 0; i < entries.length; i++){
        var entry = entries[i];
        var title = entry.getElementsByTagName("title")[0].firstChild.nodeValue;
        var link = entry.getElementsByTagName("link")[0].attributes;
        var url = link.getNamedItem("href").nodeValue;
        if(!title || !url) continue;
        title = title.replace(/</g, "&lt;").replace(/>/g, "&gt;");

        if(url.match(/message_id=([0-9a-zA-Z]+)/)){
            url = "http://mail.google.com/mail/h/mail?view=cv&search=all&th=" + RegExp.$1;
            $("mail_list").innerHTML += '<a href="' + url + '" onclick="return _link_click(this)">' + title + '</a><br>';
        }
    }
}

function _link_click(elm){
    var ajax = new ActiveXObject('Microsoft.XMLHTTP');
    if(!ajax) return;

    var url = elm.href;
    ajax.open('GET', url, true);
    ajax.onreadystatechange = function(){
        if(ajax.readyState == 4 && ajax.status == 200) {
            // ajax.responseText に本文が入ってる
            //alert(ajax.responseText);
        }
    }
    ajax.send(null);
    return false;
}
</script>
<div id="mail_list"></div>
</body>

おわり。