email.header 不处理芬兰语字符？

Question

某个 Python API returns u'J\xe4rvenp\xe4\xe4' 完成词 Järvenpää。

其中 \xe4 == ä

然后我调用 email.header 将此字段添加到要打印的 header。

email.header 在尝试解码变音符号时失败了：

  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/email/header.py", line 73, in decode_header
    header = str(header)
UnicodeEncodeError: 'ascii' codec can't encode character u'\xe4' in position 1: ordinal not in range(128)

我已经尝试了几件事：

添加# -*- coding: utf-8 -*- 到 header.py
在将芬兰语字符串传递给 email.header

unicode()

在将芬兰语字符串传递给 email.header

.encode('utf-8')

None已解决问题。我做错了什么？我想解决方案不会涉及修改 header.py（核心 Python 模块）。

Python版本：2.7.10

更新：

Header() 没有被直接实例化。相反，我在字符串上调用 decode_header() 函数：

email.Header.decode_header(theString)

现在看来，只需这样扩展即可：

email.Header.decode_header(theString.encode('utf-8'))

解决问题

Answer 1

为了让 email.header 模块为您处理编码并创建适当的 header，您必须使用您的字符串和它应该的字符集创建 email.header.Header 的实例编码为：

>>> h = Header(text, charset)

例如：

>>> t = u'J\xe4rvenp\xe4\xe4'
>>> print t
Järvenpää
>>> from email.header import Header
>>> h = Header(t, 'utf-8')
>>> h
<email.header.Header instance at 0x7fc2636e7950>
>>> print h
=?utf-8?b?SsOkcnZlbnDDpMOk?=
>>> h = Header(t, 'iso-8859-1')
>>> print h
=?iso-8859-1?q?J=E4rvenp=E4=E4?=

字符串可以是 unicode 字符串或 byte 字符串.

如果您使用 unicode 字符串，charset 只会影响 header 编码的编码方式。
如果您使用字节字符串，charset 将确定假定字节字符串采用何种编码，以及将使用何种编码对 header 进行编码。如果您提供的字节串无法用 charset 解码，将引发异常。

Answer 2

据我所知，str() 处理 ascii，这就是您收到错误的原因。如果你的字符串是 unicode 你应该做 header = unicode(header)，如果不是它应该先解码。

#!/usr/bin/python
# -*- coding: utf-8 -*-

header = unicode("Järvenpää".decode('UTF-8'))
print header

输出

Järvenpää

email.header 不处理芬兰语字符？

email.header not handling Finnish characters?

python

unicode

utf-8

utf

python-unicode