Unicode 如何在Python 3.2中生成二进制RFC822样式的头文件？

如何说服

email.generator.generator

在Python 3.2中使用二进制文件？这似乎正是Python 3.3中引入的

策略

框架的用例，但我希望我的代码在3.2中运行

from email.parser import Parser
from email.generator import Generator
from io import BytesIO, StringIO

data = "Key: \N{SNOWMAN}\r\n\r\n"
message = Parser().parse(StringIO(data))
with open("/tmp/rfc882test", "w") as out:
    Generator(out, maxheaderlen=0).flatten(message)

---

UnicodeEncodeError失败：“ascii”编解码器无法对位置0处的字符“\u2603”进行编码：序号不在范围（128）

您的数据不是有效的RFC2822头，我怀疑这会误导您。它是一个Unicode字符串，但RFC2822始终仅为ASCII。要使用非ASCII字符，需要使用字符集和base64或带引号的可打印编码对其进行编码

因此，有效代码如下所示：

from email.parser import Parser
from email.generator import Generator
from io import BytesIO, StringIO

data = "Key: =?utf8?b?4piD?=\r\n\r\n"
message = Parser().parse(StringIO(data))
with open("/tmp/rfc882test", "w") as out:
    Generator(out, maxheaderlen=0).flatten(message)

这当然完全避免了错误

问题是如何生成诸如

=？utf8？b？4piD？=

之类的标题，答案在模块中

我举了一个例子：

>>> from email import header
>>> header.Header('\N{SNOWMAN}', 'utf8').encode()
'=?utf8?b?4piD?='

要处理具有

Key:Value

格式的文件，电子邮件模块是错误的解决方案。如果没有电子邮件模块，处理此类文件非常简单，而且您不必绕过RF2822的限制。例如：

# -*- coding: UTF-8 -*-
import io
import sys
if sys.version_info > (3,):
    def u(s): return s
else:
    def u(s): return s.decode('unicode-escape')

def parse(infile):
    res = {}
    payload = ''

    for line in infile:
        key, value = line.strip().split(': ',1)
        if key in res:
            raise ValueError(u("Key {0} appears twice").format(key))
        res[key] = value
    return res

def generate(outfile, data):
    for key in data:
        outfile.write(u("{0}: {1}\n").format(key, data[key]))


if __name__ == "__main__":
    # Ensure roundtripping:
    data = {u('Key'): u('Value'), u('Foo'): u('Bar'), u('Frötz'): u('Öpöpöp')}
    with io.open('/tmp/outfile.conf', 'wt', encoding='UTF8') as outfile:
        generate(outfile, data)

    with io.open('/tmp/outfile.conf', 'rt', encoding='UTF8') as infile:
        res = parse(infile)

    assert data == res

这段代码花了15分钟编写，在Python2和Python3中都可以使用。如果你想要线的延续等等，那也很容易添加

---

是一个更完整的支持注释等的解决方案。

有用的解决方案来自：

---

这适用于希望读取和写入二进制

Key:value

文件而不考虑编码的程序。要将标题作为解码文本使用，而不能够使用

Generator（）

，

Parser（）.parse（open（“headers.txt”，“r”，encoding=“utf-8”）

将其写回，就足够了。

s/an encoding/rfc 2047 encoding/

以避免[character]编码的歧义。调用

'\N{SNOWMAN}'。解码（'unicode-escape'）

在Python2.x上（OP想要Python2的兼容性）。@J.F.Sebastian:嗯，它应该是

header.header（u'\N{SNOWMAN}'，utf8'）.encode（）

在Python2.x中。我假设它用于“2.x/3.x代码的单源兼容性”，即

u'

在3.0-3.2上失败。例如，

u=lambda s:s.decode（'unicode-escape'）如果isinstance（s，bytes）els s

，然后在代码中

u（'\N{SNOWMAN}'）

。我要的是rfc822/style/headers。我的文件格式允许utf8，我正在重用电子邮件模块来处理它。示例仅为python 3。真正的代码读取文件，但错误相同。

from email.parser import Parser
from email.generator import BytesGenerator

# How do I get surrogateescape from a BytesIO/StringIO?
data = "Key: \N{SNOWMAN}\r\n\r\n" # write this to headers.txt
headers = open("headers.txt", "r", encoding="ascii", errors="surrogateescape")
message = Parser().parse(headers)
with open("/tmp/rfc882test", "wb") as out:
    BytesGenerator(out, maxheaderlen=0).flatten(message)