python - 无法解码编码 - Python 和 imaplib

Question

我使用 Python 和 imaplib 从 IMAP 获取电子邮件。在这种特定情况下，我遇到了“收件人:”地址的问题。

我提取编码的“收件人:”字段，分隔地址，然后尝试对每个地址进行解码。我对这个特定的字符串有疑问。我正在使用 Pythondecode_header 函数来解码 Quoted-Printable/Base64 编码。我从编码开始:

'=?utf-8?b?vmfzy28gugf0csoty2lv?= <vasco.patricio.pessoal@gmail.com>'

应该是Vasco Patrício <vasco.patricio.pessoal@gmail.com> (我的名字和电子邮件)。正如预期的那样，decode_header 返回一组编码的子字符串及其编码，从而产生这个由 2 个元组组成的数组:

[('\xbeg\xf3\xcbo \xba\x07\xf4r\xca-\xcbio', 'utf-8'), ('<vasco.patricio.pessoal@gmail.com>', None)]

但是，当我尝试使用这个非常简单的代码解码第一个元组时:

for part in decoded_parts:
    if part[1]:
        part_text = part[0].decode(part[1])
    else:
        part_text = part[0]

我收到一个 UnicodeDecodeError:

UnicodeDecodeError at /api/refresh/emails/
'utf8' codec can't decode byte 0xbe in position 0: invalid start byte

我确认尝试通过控制台对其进行解码会导致相同的异常。

decode_header 不是应该返回有效的可解码字符串及其编码吗？

谢谢

Answer 1

您在某处丢失了大写字母。

正确的编码字符串是=?utf-8?b?VmFzY28gUGF0csOtY2lv?=。你的看起来是一样的，但都是小写。

由于 Base64 区分大小写(它使用 26 个小写字母、26 个大写字母、10 个数字和其他两个字符组成 64 个字母)，因此将其改为小写当然会完全破坏它。