Python 如何使email.Header.decode_头使用非ASCII字符？

我借用了下面的代码来解析电子邮件标题，另外还添加了一个标题。诚然，我不完全理解为什么要围绕着

email.Headers

模块的简单用法进行所有的搭建

值得注意的是，

标题

没有实例化；相反，它的

decode\u头

函数被调用：

class DecodedHeader(object):
    def __init__(self, s, folder):
        self.msg=email.message_from_string(s[1])
        self.info=parseList(s[0])
        self.folder=folder

    def __getitem__(self,name):
        if name.lower()=='folder': return self.folder
        elif name.lower()=='uid': return self.info[1][3]
        elif name.lower()=='flags': return ','.join(self.info[1][1])
        elif name.lower()=='internal-date':
            ds= self.info[1][5]
            if Options.dateFormat:
                ds= time.strftime(Options.dateFormat,imaplib.Internaldate2tuple('INTERNALDATE "'+ds+'"'))
            return ds
        elif name.lower()=='size': return self.info[1][7]
        val= self.msg.__getitem__(name)
        if val==None: return None
        return self._convert(email.Header.decode_header(val),name)
    def get(self,key,default=None):
        return self.__getitem__(key)

    def _convert(self, list, name):
        l=[]
        for s, encoding in list:
            try:    
                if (encoding!=None):
                    s=unicode(s,encoding, 'replace').encode(Options.encoding,'replace')
            except Exception, e:
                print >>sys.stderr, "Encoding error", e
            l.append(s)

        res= "".join(l)
        if Options.addr and name.lower() in ('from','to', 'cc', 'return-path','reply-to' ): res=self._modifyAddr(res)
        if Options.dateFormat and name.lower() in ('date'): res = self._formatDate(res)
        return res  

问题是：当标题（val）包含非ASCII字符（如Ä和ä）时，我得到：

Traceback (most recent call last):
  File "v12.py", line 434, in <module>
    main()
  File "v12.py", line 396, in main
    writer.writerow(msg)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/csv.py", line 152, in writerow
    return self.writer.writerow(self._dict_to_list(rowdict))
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/csv.py", line 149, in _dict_to_list
    return [rowdict.get(key, self.restval) for key in self.fieldnames]
  File "v12.py", line 198, in get
    return self.__getitem__(key)
  File "v12.py", line 196, in __getitem__
    return self._convert(email.Header.decode_header(val),name)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/email/header.py", line 76, in decode_header
    header = str(header)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 1: ordinal not in range(128)

回溯（最近一次呼叫最后一次）：
文件“v12.py”，第434行，在
main（）
文件“v12.py”，第396行，在main中
writer.writerow（msg）
writerow中的文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/csv.py”，第152行
返回self.writer.writerow（self.\u dict\u to\u list（rowdict））
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/csv.py”，第149行，在目录列表中
return[rowdict.get（key，self.restval）用于输入self.fieldnames]
get中第198行的文件“v12.py”
返回self.\uuu getitem\uuuu（键）
文件“v12.py”，第196行，在\uu getitem中__
返回self.\u convert（email.Header.decode\u Header（val），name）
文件“/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/email/header.py”，第76行，在decode_头中
header=str（header）
UnicodeEncodeError:“ascii”编解码器无法对位置1中的字符u'\xe4'进行编码：序号不在范围内（128）

其中u'\xe4'是ä

我试过几件事：

• 将#——编码：utf-8——添加到header.py的顶部
• 调用

  val

  上的unicode（），然后将其传递给

  decode\u header（）

• 调用

  val

  上的.encode（'utf-8'），然后将其传递到

  decode\u头（）

• 调用

  val

  上的.encode（'ISO-8859-1'），然后将其传递到

  decode\u头（）

---

以上任何一项都没有乐趣。这里的原因是什么？鉴于我希望保持上述

email.Header

的使用（Header未直接实例化），我们如何确保非ASCII字符通过

decode\u Header

成功解码？

必须正确编码Header才能解码。看起来

val

来自已经存在的消息，因此该消息可能是错误的。该错误指示它是Unicode字符串，但此时它应该是字节字符串。的Python帮助中的示例非常简单

下面对两个甚至不使用相同编码的标题进行编码：

>>> import email.header
>>> h = email.header.Header(u'To: Märk'.encode('iso-8859-1'),'iso-8859-1')
>>> h.append(u'From: Jòhñ'.encode('utf8'),'utf8')
>>> h
<email.header.Header instance at 0x00559F58>
>>> s = h.encode()
>>> s
'=?iso-8859-1?q?To=3A_M=E4rk?= =?utf-8?b?RnJvbTogSsOyaMOx?='

---

当您提供的示例难以运行时，尝试提供帮助有点令人不快。你可能想看看。我会跳进去，到处捣乱，去体验这个问题，并试图解决它。但是需要比这更多的MCVE来开始。@GreenAsJade Fair point。然而，为了包含其余的代码以及调用的其他模块，只是为了让它运行，我们需要数百行代码。我本以为Python大师能够仅在代码审查时就指出错误。正如我所说，我尝试了各种方法（见上文），并研究了其他一些关于email.Header和编码/编码的SO帖子，但都没有用。@GreenAsJade以下是完整代码的链接：为了重现这个问题，您需要（或创建）至少有一个标题包含像ä这样的字符的电子邮件。问题是你要求我们做工作，所以你不必这样做。如果你能让助手们自己做尽可能多的工作，你就会得到更好的帮助。通常，你会发现，如果你设定自己编写一个简单的例子，导致问题，你会找到解决办法。如果你不这样做，那么至少对我们来说很容易。将链接发布到整个代码通常是没有用的，因为一大块代码并不清楚如何运行。您需要的是一个传递unicode来解码_头的小示例，与其他无关代码分开。这看起来像是解决此问题的MCVE。它假设您可以将任何您喜欢的内容传递给

decode\u headers（）

<代码>导入电子邮件。标题打印电子邮件。标题。解码标题（“a”）打印电子邮件。标题。解码标题（u'\xe4'）

>>> email.header.decode_header(s)
[('To: M\xe4rk', 'iso-8859-1'), ('From: J\xc3\xb2h\xc3\xb1', 'utf-8')]
>>> d = email.header.decode_header(s)
>>> for s,e in d:
...  print s.decode(e)
...
To: Märk
From: Jòhñ