Python 编码错误：通过AWS SES在MIME文件数据中

我试图通过aws SES从MIME检索附件数据，如文件格式和文件名。不幸的是，有时文件名编码会发生更改，例如文件名为“3_amrishmishra_入门级简历-02.pdf”，在MIME中显示为“=？UTF-8？Q？amrishmishra=5FEntry_级简历=E2=80=93_02=2Epdf？=”，有没有办法获得准确的文件名

if email_message.is_multipart():
message = ''
if "apply" in receiver_email.split('@')[0].split('_')[0] and isinstance(int(receiver_email.split('@')[0].split('_')[1]), int):
    for part in email_message.walk():
        content_type = str(part.get_content_type()).lower()
        content_dispo = str(part.get('Content-Disposition')).lower()
        print(content_type, content_dispo)

        if 'text/plain' in content_type and "attachment" not in content_dispo:
            message = part.get_payload()


        if content_type in ['application/pdf', 'text/plain', 'application/vnd.openxmlformats-officedocument.wordprocessingml.document', 'image/jpeg', 'image/jpg', 'image/png', 'image/gif'] and "attachment" in content_dispo:
            filename = part.get_filename()
            # open('/tmp/local' + filename, 'wb').write(part.get_payload(decode=True))
            # s3r.meta.client.upload_file('/tmp/local' + filename, bucket_to_upload, filename)

            data = {
                'base64_resume': part.get_payload(),
                'filename': filename,
            }
            data_list.append(data)
    try:
        api_data = {
            'email_data': email_data,
            'resumes_data': data_list
        }
        print(len(data_list))
        response = requests.post(url, data=json.dumps(api_data),
                                 headers={'content-type': 'application/json'})
        print(response.status_code, response.content)
    except Exception as e:
        print("error %s" % e)

---

此语法

“=？UTF-8？Q？..？=”

是一种语法。在MIME电子邮件中，当标题值包含非ASCII字符（中的血淋淋的详细信息）时，会使用它。您的附件文件名包含一个“en-dash”字符，这就是它以这种编码发送的原因

处理它的最佳方法取决于您使用的Python版本

Python 3

Python 3的更新包可以为您正确解码RFC 2047头：

#Python 3
从电子邮件导入消息\u从\u字节，策略
原始消息字节=b“>”
message=message\u from\u字节（原始\u message\u字节，policy=policy.default）
对于message.iter_attachments（）中的附件：
#（EmailMessage.iter_附件在Python 3中是新的）
打印（附件。获取文件名（））
#amrishmishra_入门级简历–02.pdf

您必须特别请求

策略。默认值
。如果不这样做，解析器将使用复制Python 2.7错误行为（包括不解码RFC 2047）的
compat32
策略。（另外，早期的Python 3版本仍然在新的电子邮件包中消除bug，因此请确保您使用的是Python 3.5或更高版本。）

Python 2

如果您使用的是Python2，最好的选项是升级到Python3.5或更高版本（如果可能的话）。Python2的电子邮件解析器有许多缺陷和限制，这些缺陷和限制通过Python3中的大规模重写得以修复。（重写增加了方便的新功能，如上图所示的
iter\u attachments（）

如果无法切换到Python 3，则可以使用以下方法自行解码RFC 2047文件名：

但是，如果您试图用Python2.7解析现实世界中的电子邮件，请注意，这可能只是您将遇到的几个问题中的第一个

我维护的包包括一个
email.parser.BytesParser
，它试图解决Python2.7电子邮件解析中的几个（但不是全部）问题。出于您的目的，您可以借用该（内部）代码。（或者，由于您将问题标记为Django，您可能需要研究Anymail的规范化处理，其中包括Amazon SES支持。）
此语法
'=？UTF-8？Q？…='
是一种语法。在MIME电子邮件中，当标题值包含非ASCII字符（中的血淋淋的详细信息）时，会使用它。您的附件文件名包含一个“en-dash”字符，这就是它以这种编码发送的原因

处理它的最佳方法取决于您使用的Python版本

Python 3

Python 3的更新包可以为您正确解码RFC 2047头：

#Python 3
从电子邮件导入消息\u从\u字节，策略
原始消息字节=b“>”
message=message\u from\u字节（原始\u message\u字节，policy=policy.default）
对于message.iter_attachments（）中的附件：
#（EmailMessage.iter_附件在Python 3中是新的）
打印（附件。获取文件名（））
#amrishmishra_入门级简历–02.pdf

您必须特别请求
策略。默认值
。如果不这样做，解析器将使用复制Python 2.7错误行为（包括不解码RFC 2047）的
compat32
策略。（另外，早期的Python 3版本仍然在新的电子邮件包中消除bug，因此请确保您使用的是Python 3.5或更高版本。）

Python 2

如果您使用的是Python2，最好的选项是升级到Python3.5或更高版本（如果可能的话）。Python2的电子邮件解析器有许多缺陷和限制，这些缺陷和限制通过Python3中的大规模重写得以修复。（重写增加了方便的新功能，如上图所示的
iter\u attachments（）

如果无法切换到Python 3，则可以使用以下方法自行解码RFC 2047文件名：

但是，如果您试图用Python2.7解析现实世界中的电子邮件，请注意，这可能只是您将遇到的几个问题中的第一个

我维护的包包括一个
email.parser.BytesParser
，它试图解决Python2.7电子邮件解析中的几个（但不是全部）问题。出于您的目的，您可以借用该（内部）代码。（或者，由于您将问题标记为Django，您可能需要研究Anymail的规范化处理，其中包括Amazon SES支持。）
您的代码在哪里？@dirkgroten updated:）什么是
电子邮件？我是说什么课？如何从SES获取它？我已经设置了直接保存电子邮件MIME文件的规则，以保存到S3 bucket。我正在使用Lambdac读取MIME文件。您可以编辑您的问题，并描述如何打开文件并将其处理为
email\u message
（以及
email\u message
是什么类别？您的代码在哪里？@dirkgroten updated:）什么是电子邮件？我是说什么课？你是如何从SES获取的？我已经设置了直接保存电子邮件MIME文件的规则，以保存，从他们的S3 bucket中我正在使用lambdac读取MIME文件。你可以编辑你的问题，并描述你如何打开文件并将其处理成
电子邮件消息
（什么是
email\u message
？很抱歉延迟了回复。非常感谢。我使用的是python 2.7。这有助于@AmrishMishra。我更新了我的答案，以便更好地涵盖python 3和python 2.7的选项。我很高兴。（去年为Anymail花了很多时间调试这些内容；很高兴这些信息可以帮助其他人。）很抱歉延迟了回复。非常感谢。我使用的是python 2.7。这有助于@AmrishMishra。我更新了我的答案，以便更好地涵盖python 3和python 2.7的选项。我很高兴。（去年为Anymail花了很多时间调试这些东西；很高兴
# Python 2 (also works in Python 3, but you shouldn't need it there)
from email.header import decode_header

filename = '=?UTF-8?Q?amrishmishra=5FEntry_Level_Resume_=E2=80=93_02=2Epdf?='
decode_header(filename)
# [('amrishmishra_Entry Level Resume \xe2\x80\x93 02.pdf', 'utf-8')]

(decoded_string, charset) = decode_header(filename)[0]
decoded_string.decode(charset)
# u'amrishmishra_Entry Level Resume – 02.pdf'