如何处理来自 Python imaplib 的 UTF8 字符串

Question

Python imaplib 有时会返回如下所示的字符串：

=?utf-8?Q?Repertuar_wydarze=C5=84_z_woj._Dolno=C5=9Bl=C4=85skie?=

这个符号的名称是什么？

如何将其解码（或者应该说编码？）为 UTF8？

Answer 1

简而言之：

>>> from email.header import decode_header
>>> msg = decode_header('=?utf-8?Q?Repertuar_wydarze=C5=84_z_woj._Dolno=C5=9Bl=C4=85skie?=')[0][0].decode('utf-8')
>>> msg
'Repertuar wydarze\u0144 z woj. Dolno\u015bl\u0105skie'

我的计算机不显示波兰语字符，但它们应该出现在您的计算机中（区域设置等）

解释：

使用email.header解码器：

>>> from email.header import decode_header
>>> value = decode_header('=?utf-8?Q?Repertuar_wydarze=C5=84_z_woj._Dolno=C5=9Bl=C4=85skie?=')
>>> value
[(b'Repertuar wydarze\xc5\x84 z woj. Dolno\xc5\x9bl\xc4\x85skie', 'utf-8')]

这将返回一个包含已解码标头的列表，通常包含一个包含已解码消息和检测到的编码的元组（有时不止一对）。

>>> msg, encoding = decode_header('=?utf-8?Q?Repertuar_wydarze=C5=84_z_woj._Dolno=C5=9Bl=C4=85skie?=')[0]
>>> msg
b'Repertuar wydarze\xc5\x84 z woj. Dolno\xc5\x9bl\xc4\x85skie'
>>> encoding
'utf-8'

最后，如果你想要msg一个普通的 utf-8 字符串，请使用 bytesdecode方法：

>>> msg = msg.decode('utf-8')
>>> msg
'Repertuar wydarze\u0144 z woj. Dolno\u015bl\u0105skie'