如何檢測和更正 python 中電子郵件標題中的 Content-Type 字符集？

Question

在 python 中以編程方式檢測和更正電子郵件標頭中的Content-Type charset的正確方法是什么？

我有 1000 封電子郵件被提取到.eml （基本上是純文本）文件，有些是經過編碼的shift_jis ，但是電子郵件標題中的字符集沒有提到這一點，因此它們無法在任何電子郵件程序中正確顯示。 將charset手動添加到Content-Type標頭可糾正此問題。

曾是：

Content-Type: text/plain; format=flowed

需要是：

Content-Type: text/plain; charset="shift_jis"; format=flowed

在python中保留電​​子郵件正文和標題的其他部分的正確方法是什么？

另外，有沒有辦法檢測哪種編碼，並且只糾正那些具有該編碼的編碼？ 我不能盲目地全部轉換，因為有些是iso_2022_jp ，而那些已經正確顯示。

Answer 1

使用get_charset，您可以獲得消息的預先存在的字符集。 這是一個示例：

from email import message_from_file
msg = message_from_file(open('path.eml'))
msg.get_charsets()
[None, 'gb2312', None]

使用這種方法，您可以遍歷所有消息，並使用 set_charset() 將其設置為沒有它的那些為正確的。