如何在Python中将电子邮件发送到具有非ASCII字符的地址？

Question

经过大量研究，我使用Python 3.x中的email和smtplib模块，可以发送带有Unicode主题，文本正文和名称的电子邮件（对于发件人和收件人），这很棒，但是它不会让我发送电子邮件到本身包含Unicode（或其他非ASCII）字符的地址。 似乎不被支持（如果您查看email.utils中的注释，它会说很多：即“地址（必须是每个RFC）必须为ascii，因此，如果不是，则引发UnicodeError。”）任何尝试无论如何（包括但不仅限于BCC收件人，以绕过任何消息头限制）都失败了，并以一种形式的Unicode错误或另一种形式的Unicode错误而失败。 该评论未说明哪个RFC（我不认为它们都指定电子邮件地址应仅使用ASCII。）

有没有其他方法可以做到这一点，因为有传言称此类地址可以在某些地方存在：úßerñame@dómain.com？ 我的意思是，还有其他支持该功能的电子邮件模块吗？

如果我的问题的前提不正确，那么电子邮件地址是否打算在整个世界范围内仅使用ASCII码（尽管谣传其中一些电子邮件地址使用其他字符）？

我在其他语言中看到了这个问题，但在Python中却没有看到。

Answer 1

电子邮件地址是否打算成为全世界唯一的ASCII码？

没有; 其实恰恰相反。 电子邮件地址是 ASCII只。 它们旨在成为Unicode，而我们正在那里。 这只是一个缓慢的过渡。

---

在现代电子邮件中，电子邮件地址分为两部分： ¹ DNS主机名（ @后面的部分）和该主机上的邮箱（ @前面的部分）。 它们受完全不同的标准支配，因为DNS必须为HTTP和除电子邮件之外的所有其他功能工作。

---

DNS的上一次更新是在1987年的RFC 1035中 ，它规定了ASCII的受限子集（以及不区分大小写）。

但是， RFC 5890中指定的IDNA（应用程序国际化域名）允许应用程序有选择地将Unicode字符集的很大一部分映射到DNS名称，以呈现给用户。

因此，您不能拥有域名dómain.com 。 但是您可以拥有域名xn--dmain-0ta.com 。 并且许多应用程序将从用户输入中接受dómain.com并自动进行翻译，并从网络接受xn--dmain-0ta.com并将其显示到dómain.com 。 ²

在Python中，一些用于互联网协议的库会自动为您进行IDNA编码的域名； 否则不会。 如果没有，则可以手动执行此操作，如下所示：

>>> 'dómain.com'.encode('idna')
b'xn--dmain-0ta.com'

注意，在3.x中，这是一个bytes ，而不是str ； 如果需要str ，则可以始终执行以下操作：

>>> 'dómain.com'.encode('idna').decode('ascii')
'xn--dmain-0ta.com'

---

邮箱名称由SMTP定义，最近一次在RFC 5321和RFC 5322中定义，这清楚表明，如何解释地址的“本地部分”完全取决于接收主机。 例如，大多数电子邮件服务器使用不区分大小写的名称。 许多允许“加标签”（例如， shule@gmail.com和shule+so@gmail.com是同一邮箱）； 一些（例如gmail）忽略所有点； 等等

问题在于SMTP从未指定标头使用什么字符集。 传统的SMTP服务器仅是7位ASCII，因此直到最近，实际上，您只能在标题中使用ASCII，因此在邮箱名称中也只能使用ASCII。

RFC 6530和相关建议中指定的EAI（电子邮件地址国际化）允许在SMTP会话中协商UTF-8。 在UTF-8会话中，标头以及这些标头中的地址被解释为UTF-8。 （主机名的IDNA编码不是必需的，但仍然允许。）

太好了，但是如果您的客户端，服务器，收件人的服务器或途中的任何中继服务器不讲SMTPUTF8，该怎么办？ 为了处理这种情况，每个拥有UTF-8邮箱的人也都具有该邮箱的ASCII名称。 理想情况下，该消息将与消息一起发送，并且当链上的第一个SMTPUTF8程序遇到第一个非SMTPUTF8程序时，将切换为ASCII替换。 更常见的是，它只是收到一条错误消息，然后将其传播回用户以进行手动处理。 ³

其想法是，最终，Internet上的大多数主机都会使用SMTPUTF8，因此您可以使用úßerñame@dómain.com但是与此同时，您在dómain.com上的服务器将úßerñame和ussernyame用作同一邮箱的别名。 任何人谁不能处理SMTPUTF8会看到你（和有指你）作为ussernyame 。 （实际上，他们的邮件客户端会将您视为ussernyame@xn--dmain-0ta.com ，但是它可以解决最后一部分；如果第一部分在运输过程中丢失了，它将无能为力。）

截至2018年中，大多数主机不讲SMTPUTF8，许多客户端库也不讲。

从Python 3.5（ ^4）开始 ，标准库的smtplib支持SMTPUTF8 。 如果您使用高级sendmail功能：

如果SMTPUTF8包含在mail_options中，并且服务器支持它，则from_addr和to_addrs可能包含非ASCII字符。

因此，您要做的是这样的：

try:
    server.sendmail([fromaddr], [toaddr], msg, mail_options=['SMTPUTF8'])
except SMTPNotSupportedError:
    server.sendmail([fromaddr_ascii], [toaddr_ascii], msg)

（从理论上讲，最好使用has_extn检查EHLO响应，但是在实践中，只需尝试似乎更平稳即可。随着服务器生态系统和/或smptlib未来改进，这种情况可能会改变。）

从fromaddr_ascii和toaddr_ascii哪里可以得到？ 这取决于您的程序。 在DNS部分，您只使用IDNA，但是对于邮箱部分，则没有这样的规则。 您必须知道邮箱的备用ASCII邮箱名称。 也许你问用户。 也许您有一个数据库，其中存储了具有EAI和传统地址的联系人。 也许您只担心一个特定的域，并且知道它使用了可以实施的某些规则。

---

_{1.实际上，addr-spec由两部分组成； 地址是地址规范，加上可选的显示名称和注释。 但是没关系。}

_{2.有一些例外。 例如，如果键入http://staсkoverflow.com ，则浏览器可能会警告您，西里尔小写Es代替拉丁小写Cee可能是劫持尝试。 或者，如果您尝试导航到http://dómain.com ，则错误页面告诉您该域不存在，可能会显示xn--dmain-0ta.com ，因为这对于调试更有用。}

_{3.这是希望随着时间的推移会变得更好的事情之一，但是可能直到变得无所谓后，它才能变得不够好……}

_{4.如果您使用的是Python 3.4或2.7，该怎么办？ 那么您就没有SMTPUTF8支持。 升级，查找第三方库而不是smtplib或编写您自己的SMTP代码。}