python如何将str转换为unicode（波斯语）？答案

【问题标题】：python how to convert str to unicode ( persion )?python如何将str转换为unicode（波斯语）？
【发布时间】：2014-08-06 19:44:02
【问题描述】：

这个字符串是邮件的主题。我通过 imaplib 得到这个字符串。这个字符串的类型是“str”。

谢谢！

#-*- coding: utf-8 -*-
import imaplib
from email.parser import HeaderParser

conn = imaplib.IMAP4('imap.gmail.com')
conn.login('myuser', 'my_pass')
conn.select()
conn.search(None, 'ALL')  # returns a nice list of messages...

data = conn.fetch(1, '(BODY[HEADER])')

header_data = data[1][0][1]

parser = HeaderParser()
msg = parser.parsestr(header_data)
print repr(msg['subject'].decode('utf-8'))

结果：

u'=?UTF-8?B?V2VsY29tZSB0byBBdGxhc01haWw=?='

【问题讨论】：

标签： python unicode utf-8 decode persian

【解决方案1】：

使用 email.header 包中的 decode_header 和 make_header 函数处理标头，然后将标头对象转换为 unicode：

from email.header import make_header, decode_header
header = make_header(decode_header(msg['subject']))
unicode_header = unicode(header)
print repr(unicode_header)  # prints: u'Welcome to AtlasMail'

【讨论】：

绝对正确，但仅适用于英文单词。它不适用于波斯语:(
如果标头编码正确，它应该可以工作，但这取决于生成消息的客户端。

【解决方案2】：

电子邮件主题中非 ascii 字符的编码在 RFC-1342 中描述 - 如您所见，在这种情况下，您的 utf-8 字节是 base 64 编码的。

所以，要真正阅读这篇文章，你可以做一些事情：

import base64, quopri
try:
    encoding, enc_type, subject = msg["subject"].split("?", 2)
except ValueError:
    subject = msg["subject"].decode("utf-8")
    enc_type = "N/A"
if enc_type == "B":
    subject = base64.decodestring(subject).decode(encoding.lower())
elif enc_type == "Q":
    subject = quopri.decodestring(subject).decode(encoding.lower())

【讨论】：

不够，完成的代码是：def convert_to_unicode(string): print string list_word = string.split() result = '' for word in list_word: try: a, encoding, enc_type, subject, b = word.split("?") except ValueError: subject = msg["subject"].decode("utf-8") enc_type = "N/A" if enc_type == "B": subject = base64.decodestring( subject).decode(encoding.lower()) elif enc_type == "Q": subject = quopri.decodestring(subject).decode(encoding.lower()) result += subject + ' ' 返回结果