当前位置:首页 > 文章列表 > Golang > Go教程 > Go语言发送邮件实战教学

Go语言发送邮件实战教学

2026-01-20 09:54:41 0浏览 收藏

有志者,事竟成!如果你在学习Golang,那么本文《Go语言发送邮件实战教程》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

常见原因是SMTP服务端拒绝未认证或未加密连接,需用PlainAuth显式认证、选587/465端口、QQ邮箱用授权码、Gmail用应用专用密码。

Go语言实现邮件发送功能_Golang通知系统实战

为什么 net/smtp 发不出邮件却没报错?

常见现象是调用 smtp.SendMail 返回 nil 错误,但收件人根本没收到——这通常不是代码问题,而是 SMTP 服务端拒绝了未认证或未加密的连接。Gmail、Outlook、QQ 邮箱等主流服务商默认禁用不带身份验证的明文 SMTP(端口 25),也拒绝未启用 TLS 的连接。

  • 必须使用 auth := smtp.PlainAuth("", user, password, host) 显式传入认证凭据
  • 优先选端口 587(STARTTLS)或 465(SMTPS),避免用 25
  • 若用 QQ 邮箱,user 必须是完整邮箱地址(如 "xxx@qq.com"),密码需填「SMTP 授权码」而非登录密码
  • Gmail 要求开启「两步验证」并生成应用专用密码;否则会返回 535 5.7.8 Username and Password not accepted

如何构造带 HTML 内容和附件的 multipart 邮件?

Go 标准库没有开箱即用的 MIME 构建器,得手动拼装 multipart/mixed 和 multipart/alternative 结构。关键在于边界(boundary)一致、头部顺序正确、正文编码合规。

  • 用 mime/multipart 创建 Writer,调用 w.WriteField("To", "...") 设置基础头字段
  • 先写 multipart/alternative 子部分(含纯文本 text/plain 和 HTML text/html),再写附件部分
  • HTML 正文必须用 base64 编码,并声明 Content-Transfer-Encoding: base64
  • 附件文件名含中文时,要用 mime.BEncoding.Encode("UTF-8", "简历.pdf") 编码,否则 Outlook 会显示乱码
body := &bytes.Buffer{}
writer := multipart.NewWriter(body)
writer.SetBoundary("myboundary123")

// HTML 部分
part, _ := writer.CreatePart(map[string][]string{
	"Content-Type": {"text/html; charset=UTF-8"},
	"Content-Transfer-Encoding": {"base64"},
})
base64.NewEncoder(base64.StdEncoding, part).Write([]byte(`

你好

`)) // 附件 part, _ = writer.CreatePart(map[string][]string{ "Content-Type": {"application/pdf"}, "Content-Disposition": {`attachment; filename*=UTF-8''%E7%AE%80%E5%8E%86.pdf`}, }) io.Copy(part, file) writer.Close()

发送失败时怎么快速定位是网络、认证还是内容问题?

错误信息常被忽略,但 smtp.SendMail 返回的 error 值里包含原始 SMTP 状态码和服务器提示,是第一手线索。

  • 捕获错误后,先检查是否为 *textproto.Error 类型:if e, ok := err.(*textproto.Error); ok { fmt.Println(e.Code, e.Msg) }
  • 421 表示服务不可用(DNS 解析失败或目标主机拒连);454 是 TLS 启动失败;535 是认证失败;554 多为内容被判定为垃圾邮件
  • 本地测试可用 telnet smtp.qq.com 587 手动走一遍 EHLO → AUTH → MAIL FROM 流程,确认基础连通性
  • 若日志中反复出现 550 Mail from ... not allowed,说明发信域名未配置 SPF 或 DKIM,需在 DNS 添加记录

生产环境要不要自己搭 SMTP 中继?

直接调用第三方 SMTP(如 SendGrid、Mailgun、腾讯云 SES)比自建更可靠,尤其对通知类高频小邮件。

  • 自建 Postfix + OpenDKIM 虽可控,但维护成本高:IP 被拉黑、HELO 域名不匹配、反向 DNS 缺失都会导致投递失败
  • 云服务提供 Webhook 回调、发送统计、退订管理,还能自动降级(如邮件失败时 fallback 到企业微信)
  • 若必须自建,至少保证:出站 IP 有固定公网地址、PTR 记录与 HELO 域名一致、每天发信量控制在 100 封以内防进垃圾箱
  • Go 客户端对接云服务时,别硬编码 API Key,用 os.Getenv("MAILGUN_API_KEY") + .env 文件管理
实际最难的不是发出去,是让收件方的 Gmail 不把它扔进推广栏——这取决于发信域名信誉、内容文本比例、链接数量,还有你有没有在 HTML 里偷偷加 display:none 的关键词。

文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Go语言发送邮件实战教学》文章吧,也可关注golang学习网公众号了解相关技术文章。

WPS格式转换工具及在线使用方法WPS格式转换工具及在线使用方法
上一篇
WPS格式转换工具及在线使用方法
动态分组百分比计算方法:Pandas累加实现
下一篇
动态分组百分比计算方法:Pandas累加实现
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    288次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    340次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    342次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    306次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    130次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码