解码utf8邮件标头[重复]

Question

在我的 MUA (Thunderbird 15.0.1) 中，两个邮件主题都显示如下：

Keine Mail zu "Abschlagsänderung" gefunden

这里有一个 sn-p 来重现它：

import email

for subject in ['Subject: Re: Keine Mail zu "=?utf-8?q?Abschlags=C3=A4nderung?=" gefunden',
                'Subject: =?utf-8?q?Keine_Mail_zu_=22Abschlags=C3=A4nderung=22_gefunden?=']:
    msg=email.message_from_string(subject)
    print email.Header.decode_header(msg.get('subject'))

输出：

[('Re: Keine Mail zu "=?utf-8?q?Abschlags=C3=A4nderung?=" gefunden', None)]
[('Keine Mail zu "Abschlags\xc3\xa4nderung" gefunden', 'utf-8')]

python 无法解析第一个标头，但 Thunderbird 可以。它是由 KMail/1.11.4 创建的

如何在 Python 2.7 中解析第一个带有变音符号的标头？

Answer 1

根据RFC 2047，

“编码字”不得出现在“带引号的字符串”中。

根据RFC 822 的“引用字符串”是

quoted-string = *(qtext/quoted-pair) ;常规 qtext 或带引号的字符。

所以我认为Python库是对的，因为

"=?utf-8?q?Abschlags=C3=A4nderung?="

是一个带引号的字符串。使用最少引用的更好选择是

=?utf-8?q?=22Abschlags=C3=A4nderung=22?=

将" 编码为=22。

您可以通过将" 替换为=?utf-8?q?=22?= 来解析它们：

>>> email.Header.decode_header('=?utf-8?q?=22?= =?utf-8?q?Abschlags=C3=A4nderung?= =?utf-8?q?=22?=')
[('"Abschlags\xc3\xa4nderung"', 'utf-8')]