zoukankan      html  css  js  c++  java
  • Python3.2邮件解码

    Python3.2中字符串全是unicode,接收邮件retr返回的信息message是bytes列表。

    测试过程中发现Python3.2 接收邮件后的处理和Python 2.X差别很大,原来可以正确解码的邮件都要另行处理,包括mail.as_string()和message_from_string()和message_from_file()都有时会出问题。而新引入的message_from_bytes()则要好用得多。但考虑到国内邮件的复杂情况(哇,真的好复杂啊,主要是邮件的编码,规范的和不规范的),邮件解码经常出现乱码问题。chardet给出的结果也有问题,比如说邮件中有未编码处理的英文和中文混合的情况,它测得的编码有时也会发生错误,这样就造成了解码错误出现乱码。

    我使用了一个比较笨的办法:

    先利用chardet来解码出邮件文本:

    ms=''
    for l in message:
    charset=chardet.detect(l)['encoding']
     if charset:
            ms+=l.decode(charset)+'\n'
    else:
            ms+=l.decode()

    这其中可能有乱码,先不管它,因为我们主要为了取得charset信息,然后:

    #判断编码
    import re
    cp=re.compile('charset=\S+')
    m=cp.search(ms).group()

    eCharset=m[9:len(m)-1]

    好了,再根据这个eCharset去解码邮件原始的bytes就可以了。

    (没有做大范围的测试,这个办法有点笨,但可以解决部分乱码问题)

    注意:

    mail=email.message_from_string(ms)

    成功后,再调用mail.as_string()有时还是会出问题,真搞不懂。

    欢迎大侠指教!

  • 相关阅读:
    第四周作业
    第四周上机作业
    java第十周上机练习
    java第九周上机练习
    第八周作业
    java第八周上机练习
    java第七周作业
    java第七周上机练习
    java第六周作业
    java上机练习 4.9
  • 原文地址:https://www.cnblogs.com/GarfieldTom/p/1988197.html
Copyright © 2011-2022 走看看