本文旨在解决使用python通过`win32com.client`库向outlook邮件中嵌入图片时，cid引用无法正常显示的问题。尽管已正确设置cid属性并修改了html `src`引用，图片仍显示为破损。核心原因在于html内容中存在的vml（vector markup language）格式与标准``标签的冲突。教程将详细阐述如何通过清理html中的vml元素，确保嵌入图片正确显示。
背景：使用Python嵌入Outlook邮件图片
在自动化邮件发送任务中，我们经常需要将图片嵌入到Outlook邮件的正文中，而非作为普通附件。通过win32com.client库操作Outlook MailItem对象，结合CID（Content-ID）引用是实现这一目标的标准方法。其基本流程如下：
- 将图片文件作为附件添加到MailItem对象。
- 为每个图片附件设置一个唯一的CID属性（例如，http://schemas.microsoft.com/mapi/proptag/0x3712001F）。
- 修改邮件HTML正文中的<img>标签的src属性，将其指向对应的CID（例如，src="cid:image001"）。
- 将修改后的HTML内容赋值给mail.HTMLBody。
通常情况下，这段逻辑能够顺利工作，图片会以内联方式显示在邮件正文中。然而，有时即使所有步骤看似正确无误，图片仍显示为“图片无法显示”的破损图标。
问题根源：VML格式的干扰
当上述CID嵌入逻辑无法奏效时，一个常见但容易被忽视的原因是HTML内容中包含了VML（Vector Markup Language）格式。VML是微软早期为在Internet Explorer中显示矢量图形而开发的一种XML方言，常出现在由Microsoft Office应用程序（如Word、Outlook）生成的HTML中。
这些VML代码通常以条件注释的形式存在，例如<!--[if gte vml 1]><v:shape...><![endif]-->，或者作为<img>标签的额外属性（如v:shapes）。在桌面版Outlook客户端中，这些VML元素可能会优先于标准的<img>标签进行渲染，或者与<img>标签产生冲突，导致CID引用的图片无法正确显示。尽管在调试时，确认CID已正确分配且HTML正文中的src属性已指向CID，但由于VML的干扰，Outlook未能正确解析和渲染图片。
解决方案：清理HTML中的VML元素
要解决VML干扰问题，我们需要在将HTML内容赋值给mail.HTMLBody之前，对其进行预处理，移除所有可能引起冲突的VML相关代码。这主要包括两个步骤：
- 移除VML条件注释块： 使用正则表达式匹配并删除<!--[if gte vml ... -->到<![endif]-->之间的整个VML定义块。
- 移除<img>标签中的VML属性： 遍历所有<img>标签，删除其上可能存在的VML相关属性，例如v:shapes。
下面是具体的Python实现代码：
import os
import re
from win32com.client import Dispatch
from lxml import html
def embed_images_in_outlook_email(html_body_content, recipients, subject, cc_recipients="", bcc_recipients="", additional_attachments=None):
"""
创建一个Outlook邮件，并将HTML内容中的本地图片以CID引用方式嵌入。
Args:
html_body_content (str): 包含图片引用的HTML正文内容。
图片src属性应为本地文件的绝对路径。
recipients (str): 收件人邮箱地址，多个用分号分隔。
subject (str): 邮件主题。
cc_recipients (str, optional): 抄送人邮箱地址。
bcc_recipients (str, optional): 密送人邮箱地址。
additional_attachments (list, optional): 附加文件路径列表。
"""
outlook = Dispatch("outlook.application")
mail = outlook.CreateItem(0)
mail.To = recipients
mail.CC = cc_recipients
mail.BCC = bcc_recipients
mail.Subject = subject
# 步骤1: 清理VML格式
# 移除VML条件注释块 (例如 <!--[if gte vml 1]><v:shape...>...</v:shape><![endif]-->)
# 注意：这里的正则表达式匹配的是整个条件注释块
cleaned_html_content = re.sub(
r'<!--\[if gte vml.*?-->.*?<!\[endif\]-->',
"",
html_body_content,
flags=re.DOTALL | re.IGNORECASE
)
# 使用lxml解析HTML
root = html.fromstring(cleaned_html_content)
# 步骤2: 移除<img>标签中的VML属性
for img_tag in root.xpath("//img"):
# 移除v:shapes属性
if 'v:shapes' in img_tag.attrib:
del img_tag.attrib['v:shapes']
# 移除其他可能的VML或Office特定属性，例如可能存在的v:ext, o:spid等
# 根据实际HTML内容的复杂性，可能需要移除更多属性
# 步骤3: 处理CID嵌入
# 遍历所有<img>标签，将其本地图片路径转换为CID引用
for img_tag in root.xpath("//img"):
src = img_tag.get("src")
if src and not src.startswith("http"): # 确保是本地文件路径
# 确保src是绝对路径，以便Attachments.Add能够找到文件
abs_src = os.path.abspath(src)
if os.path.exists(abs_src):
try:
attachment = mail.Attachments.Add(abs_src)
# 生成一个唯一的CID，通常使用文件名（不含扩展名）
cid = os.path.splitext(os.path.basename(abs_src))[0]
attachment.PropertyAccessor.SetProperty("http://schemas.microsoft.com/mapi/proptag/0x3712001F", cid)
img_tag.set("src", f"cid:{cid}")
except Exception as e:
print(f"警告: 无法嵌入图片 {abs_src}，错误: {e}")
# 可以在此处选择保留原始src或设置为一个占位符
else:
print(f"警告: 图片文件不存在或路径无效: {abs_src}")
# 移除src属性或设置为一个占位符，避免显示破损图片
img_tag.set("src", "about:blank") # 或者移除 img_tag.attrib.pop('src', None)
# 将修改后的HTML内容转换回字符串
modified_html_body = html.tostring(root, method="html", encoding="unicode")
mail.HTMLBody = modified_html_body
# 添加额外附件
if additional_attachments:
for attachment_path in additional_attachments:
if os.path.exists(attachment_path):
mail.Attachments.Add(attachment_path)
else:
print(f"警告: 附加文件不存在或路径无效: {attachment_path}")
mail.Save()
print("Outlook邮件草稿已成功保存。")
# 示例用法
if __name__ == "__main__":
# 假设这是从Outlook签名或其他Office应用生成的HTML内容
# 注意：实际使用时，请确保HTML中的图片src属性是本地文件的绝对路径
sample_html_signature_with_vml = """
<html><body>
<p>尊敬的客户，</p>
<p>这是一封包含嵌入图片的测试邮件。</p>
<!--[if gte vml 1]><v:shapetype id="_x0000_t75"
coordsize="21600,21600" o:spt="75" o:preferrelative="t" path="m@4@5l@4@11@9@11@9@5xe" 
