Hola
Yo tengo realizado algo parecido para casar los emails de un determinado cliente con su documentación correspondiente (pedidos, albaranes, etc). Aunque este método solo te serviría a partir del momento en que ya lo tengas implementado, lo emails anteriores quedarían descartados.
Y mi planteamiento es descargar directamente desde el servidor de correo con tu aplicación el email y analizarlo, todo sin intervención por parte de los clientes de correo externos. Para no perder ningún correo de los que vas recibiendo puedes configurar de varias formas:
1.- Siempre que tengas acceso a la administración de las cuentas de correo en el servidor remoto, es realizar desde las cuenta de correo donde se reciben los emails un reenvío (duplicación de los correos) a otra/s cuenta/s que es la que va a procesar tu programa, y en la cual seras tu el encargado de borrar el correo cuando ya no lo necesites. Como ventaja de esta opción es que a nivel de los clientes de correo no tienes que hacer ninguna modificación en su configuración. Y aunque el usuario borre el correo de su bandeja, tu seguirás teniendo una copia en tu cuenta alternativa.
2.- Otra opción es configurar los clientes de correo con la opción mantener una copia del correo en el servidor remoto.
Y ya con esto te puedes conectar para descargar los emails, procesarlos y almacenarlos o descartarlos.
El mayor problema de estos sistemas de extracción de datos es encontrar correctamente los datos dentro de los emails, puesto que cada correo esta formado de una forma totalmente distinta. En mi caso conseguí buenos resultados utilizando la búsqueda con expresiones regulares REGEXP
saludos