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
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 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 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 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218