Question

简单明了，我有这样的原始字符串，这是一个带有汉字的电影：

=？UTF-8 2 B 4 5L + d56iO5LuT5Y + R6LSn5pel5oqlMS4xOS0xLjIxLnhsc3g =？=

根据http://dogmamix.com/MimeHeadersDecoder/，它的修饰版本如下所示：

保税仓发货日报1.19-1.21.xlsx（这是对的）

我正在尝试对此进行解码以获取以下unicode字符串：

u'保税仓发货日报1.19-1.21.xlsx'

我在做什么：

第1步：

in_str = '=?utf-8?B?5L+d56iO5LuT5Y+R6LSn5pel5oqlMS4xOS0xLjIxLnhsc3g=?='
from email.header import decode_header
res = decode_header(in_str)

然后res是以下形式的元组列表：

[('\xe4\xbf\x9d\xe7\xa8\x8e\xe4\xbb\x93\xe5\x8f\x91\xe8\xb4\xa7\xe6\x97\xa5\xe6\x8a\xa51.19-1.21.xlsx', 'utf-8')]

什么产生了一个问题 - 为什么res [0] [0]它只是一个字节串，而部分是一个普通的原始字符串（'1.19-1.21.xlsx'是字符串的原始部分）？但是让我们继续。

第2步。

让我们从utf-8解码这个字节串，因为我相信它是utf-8编码的字符串（逻辑，对吗？）

filename = res[0][0].decode('utf-8')

我相信这应该返回一个以下的unicode字符串：

u'保税仓发货日报1.19-1.21.xlsx'

但我得到另一个字节串（这次是unicode）：

u'\u4fdd\u7a0e\u4ed3\u53d1\u8d27\u65e5\u62a51.19-1.21.xlsx'

这让我感到疯狂，因为我相信我做得对。

顺便说一句，是的，我读过“Unicode HOWTO”，仍然不知道如何修复它。

Answer 1

继续您的示例并使用支持字体字符的IDE：

#!python2
in_str = '=?utf-8?B?5L+d56iO5LuT5Y+R6LSn5pel5oqlMS4xOS0xLjIxLnhsc3g=?='
from email.header import decode_header
res = decode_header(in_str)
for data,enc in res:
    print data.decode(enc)

输出：

保税仓发货日报1.19-1.21.xlsx

在Python 2中，您必须解码并打印字符串才能正确显示。

正确解码mime编码的电子邮件附件名称到unicode对象

1 个答案: