Lettre库通过SMTP发送Gmail邮件的完整指南
2025-07-05 08:41:09作者:翟萌耘Ralph
前言
在现代软件开发中,邮件发送功能是许多应用程序的重要组成部分。Rust生态中的Lettre库提供了一个强大而灵活的邮件发送解决方案。本文将详细介绍如何使用Lettre库通过Gmail的SMTP服务器发送电子邮件,特别是针对Gmail安全策略变更后的最新配置方法。
Gmail SMTP认证的变化
Google近年来逐步加强了其SMTP服务的安全要求,取消了"低安全性应用"选项。这意味着传统的仅使用用户名和密码的认证方式不再可行。现在,开发者需要使用以下两种方式之一:
- OAuth2认证:更安全但实现较复杂
- 应用专用密码:两步验证账户的简化方案
本文将重点介绍第二种方法,因为它实现起来相对简单且能满足大多数开发需求。
配置Gmail账户
1. 启用两步验证
首先,您需要在Google账户中启用两步验证:
- 登录您的Google账户
- 导航到安全设置
- 找到"两步验证"选项并启用它
2. 创建应用专用密码
启用两步验证后,您可以创建应用专用密码:
- 在Google账户的"安全"部分找到"应用密码"
- 选择"邮件"作为应用类型
- 选择设备类型(可以选"其他设备")
- 生成密码并妥善保存
这个16位字符的密码将替代您的常规密码用于SMTP认证。
使用Lettre发送邮件
基本配置
以下是使用Lettre通过Gmail SMTP发送邮件的基本代码结构:
use lettre::{transport::smtp::authentication::Credentials, Message, SmtpTransport};
use lettre::transport::smtp::client::Tls;
use lettre::message::header::ContentType;
fn main() {
// 使用应用专用密码创建凭证
let creds = Credentials::new(
"your.email@gmail.com".to_owned(),
"your-app-specific-password".to_owned(),
);
// 建立SMTP传输
let mailer = SmtpTransport::starttls_relay("smtp.gmail.com")
.unwrap()
.credentials(creds)
.port(587)
.build();
// 发送测试邮件
send_email("测试邮件内容".to_string(), mailer);
}
fn send_email(html_body: String, smtp: SmtpTransport) {
let email = Message::builder()
.from("发件人名称 <your.email@gmail.com>".parse().unwrap())
.to("收件人名称 <recipient@example.com>".parse().unwrap())
.subject("邮件主题")
.header(ContentType::TEXT_HTML)
.body(html_body)
.unwrap();
match smtp.send(&email) {
Ok(_) => println!("邮件发送成功!"),
Err(e) => eprintln!("邮件发送失败: {:?}", e),
}
}
高级功能
多部分邮件
Lettre支持创建包含纯文本和HTML版本的多部分邮件:
use lettre::message::{MultiPart, SinglePart};
let email = Message::builder()
.from("发件人 <your.email@gmail.com>".parse().unwrap())
.to("收件人 <recipient@example.com>".parse().unwrap())
.subject("多部分邮件示例")
.multipart(
MultiPart::alternative()
.singlepart(
SinglePart::builder()
.header(ContentType::TEXT_PLAIN)
.body("纯文本内容".to_string()),
)
.singlepart(
SinglePart::builder()
.header(ContentType::TEXT_HTML)
.body("<h1>HTML内容</h1>".to_string()),
),
)
.unwrap();
异步发送
对于异步应用程序,可以使用AsyncSmtpTransport:
use lettre::{AsyncSmtpTransport, Tokio1Executor};
use lettre::transport::smtp::authentication::Credentials;
#[tokio::main]
async fn main() -> Result<(), Box<dyn std::error::Error>> {
let creds = Credentials::new(
"your.email@gmail.com".to_owned(),
"your-app-specific-password".to_owned(),
);
let mailer = AsyncSmtpTransport::<Tokio1Executor>::starttls_relay("smtp.gmail.com")?
.credentials(creds)
.build();
// 异步发送邮件...
Ok(())
}
常见问题解决
认证失败
如果遇到认证问题,请检查:
- 是否已启用两步验证
- 应用专用密码是否正确
- 账户是否允许"不太安全的应用"访问(虽然官方已弃用此选项,但某些账户可能需要检查)
端口配置
Gmail SMTP通常使用以下端口:
- 587:STARTTLS(推荐)
- 465:SSL(已弃用)
错误处理
Lettre提供了详细的错误信息。常见的错误包括:
- 认证失败
- 连接超时
- 邮件格式错误
建议在生产环境中实现完善的错误处理和日志记录。
安全最佳实践
- 不要硬编码凭证:使用环境变量或安全的配置管理系统存储SMTP凭证
- 定期轮换应用密码:特别是当团队成员变动时
- 限制发送频率:避免被标记为垃圾邮件发送者
- 实现DKIM和SPF:提高邮件送达率
结语
通过Lettre库发送Gmail邮件是一个强大而灵活的选择,特别是在Rust生态系统中。虽然Gmail的安全要求有所提高,但通过应用专用密码或OAuth2认证,开发者仍然可以轻松集成邮件发送功能。本文介绍的方法不仅适用于Gmail,稍作修改也可用于其他SMTP服务提供商。
记住始终遵循安全最佳实践,并考虑在关键业务应用中实现邮件发送的监控和告警机制。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
138
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.16 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
257
91
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
646
255