python - 电子邮件主题中的编码如何工作？ ( Django / python )

Question

我正在向 Gmail 邮箱发送带有 EmailMessage 对象的电子邮件。
电子邮件的主题如下所示:u"你收到了一封来自 Daėrius ęėįęėįəįėęįę 的信---reply3_433441"

当我收到一封电子邮件时，查看消息信息我可以看到主题行如下所示:

主题:=?utf-8?b?WW91IGdvdCBhIGxldHRlciBmcm9tIERhxJdyaXVzIMSZxJfEr8SZxJfEr8SZ?= =?utf-8?b?xK/El8SZxK/EmS0tLXJlcGx5M180MzM0NDE=?=

如何解码这个主题行？

我已经成功解码了电子邮件正文(tex/plain):

for part in msg.walk():
  if part.get_content_type() == 'text/plain':
    msg_encoding = part.get_content_charset()
    msg_text = part.get_payload().decode('quoted-printable')
msg_text = smart_unicode(msg_text, encoding=msg_encoding, strings_only=False, errors='strict') 

Answer 1

参见 RFC 2047有关国际化电子邮件 header 格式的完整描述。基本格式是 "=?"字符集“？”编码“？”编码文本“?=”。因此，在您的情况下，您有一个 base-64 编码的 UTF-8 字符串。

您可以使用 email.header.decode_header和 str.decode函数对其进行解码并获得正确的 Unicode 字符串:

>>> import email.header
>>> x = email.header.decode_header('=?utf-8?b?WW91IGdvdCBhIGxldHRlciBmcm9tIERhxJdyaXVzIMSZxJfEr8SZxJfEr8SZ?=')
>>> x
[('You got a letter from Da\xc4\x97rius \xc4\x99\xc4\x97\xc4\xaf\xc4\x99\xc4\x97\xc4\xaf\xc4\x99', 'utf-8')]
>>> x[0][0].decode(x[0][1])
u'You got a letter from Da\u0117rius \u0119\u0117\u012f\u0119\u0117\u012f\u0119'