以编程方式检测和纠正 python 中电子邮件 header 中的 Content-Type
charset
的正确方法是什么?
我有 1000 封电子邮件提取到 .eml
(基本上是纯文本)文件,其中一些经过编码 shift_jis
,但电子邮件 header 中的字符集没有提及这样,它们就无法在任何电子邮件程序中正确显示。手动将 charset
添加到 Content-Type
header 可以纠正此问题。
曾经:
Content-Type: text/plain; format=flowed
需要:
Content-Type: text/plain; charset="shift_jis"; format=flowed
在 python 中保留电子邮件正文和标题的其他部分的正确方法是什么?
另外,有没有办法检测哪种编码,并只纠正那些具有该编码的编码?我不能盲目地全部转换,因为有些是 iso_2022_jp
,而且它们已经正确显示。
最佳答案
与 get_charset您可以获得消息预先存在的字符集。这是一个示例:
from email import message_from_file
msg = message_from_file(open('path.eml'))
msg.get_charsets()
[None, 'gb2312', None]
通过这种方法,您可以循环遍历所有消息,并使用 set_charset() 将其设置为没有正确消息的消息。
关于python - 如何在 python 中检测并更正电子邮件 header 中的 Content-Type 字符集?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46677046/