18.1.6. email.charset：表示字符集 — Python 文档
18.1.6. 电子邮件.charset : 表示字符集
该模块提供了一个类 Charset 用于表示电子邮件消息中的字符集和字符集转换，以及一个字符集注册表和一些用于操作该注册表的便捷方法。 Charset 的实例在 email 包中的其他几个模块中使用。
从 email.charset 模块导入此类。
2.2.2 版中的新功能。
- class email.charset.Charset([input_charset])
将字符集映射到其电子邮件属性。
此类提供有关针对特定字符集对电子邮件施加的要求的信息。 考虑到适用的编解码器的可用性，它还提供了用于在字符集之间转换的便利例程。 给定一个字符集，它将尽最大努力提供有关如何以符合 RFC 的方式在电子邮件消息中使用该字符集的信息。
在电子邮件标题或正文中使用时，某些字符集必须使用带引号的可打印或 base64 进行编码。 某些字符集必须完全转换，并且不允许在电子邮件中使用。
可选的 input_charset 如下所述； 它总是被强制为小写。 别名规范化后，它还可用作字符集注册表的查找，以找出要用于字符集的标头编码、正文编码和输出转换编解码器。 例如，如果 input_charset 是
iso-8859-1，则标题和正文将使用带引号的可打印进行编码，并且不需要输出转换编解码器。 如果 input_charset 是euc-jp，则 headers 将使用 base64 编码，body 不会编码，但输出文本将从euc-jp字符集转换为iso-2022-jp字符集。Charset 实例具有以下数据属性：
- input_charset
指定的初始字符集。 常用别名转换为其 官方 电子邮件名称（例如
latin_1转换为iso-8859-1）。 默认为 7 位us-ascii。
- header_encoding
如果字符集在用于电子邮件标头之前必须进行编码，则此属性将设置为
Charset.QP（对于带引号的可打印）、Charset.BASE64（对于 base64 编码）或 [ X179X] 用于最短的 QP 或 BASE64 编码。 否则，它将是None。
- body_encoding
与 header_encoding 相同，但描述了邮件正文的编码，这确实可能与标题编码不同。
Charset.SHORTEST不允许用于 body_encoding。
- output_charset
某些字符集必须先进行转换，然后才能在电子邮件标题或正文中使用。 如果 input_charset 是其中之一，则该属性将包含输出将转换为的字符集的名称。 否则，它将是
None。
- input_codec
用于将 input_charset 转换为 Unicode 的 Python 编解码器的名称。 如果不需要转换编解码器，则该属性将为
None。
- output_codec
用于将 Unicode 转换为 output_charset 的 Python 编解码器的名称。 如果不需要转换编解码器，则此属性将具有与 input_codec 相同的值。
Charset 实例还有以下方法：
- get_body_encoding()
返回用于正文编码的内容传输编码。
根据所使用的编码，这可以是字符串
quoted-printable或base64，或者它是一个函数，在这种情况下，您应该使用单个参数调用该函数，即对 Message 对象进行编码。 然后，该函数应将 Content-Transfer-Encoding 标头本身设置为适当的值。如果 body_encoding 是
QP，则返回字符串quoted-printable，如果 body_encoding 是BASE64，则返回字符串base64，否则返回字符串7bit。
- convert(s)
将字符串 s 从 input_codec 转换为 output_codec。
- to_splittable(s)
将可能的多字节字符串转换为安全可拆分的格式。 s 是要拆分的字符串。
使用 input_codec 尝试将字符串转换为 Unicode，因此可以安全地在字符边界上拆分（即使对于多字节字符）。
如果不知道如何使用 input_charset 将 s 转换为 Unicode，则按原样返回字符串。
无法转换为 Unicode 的字符将替换为 Unicode 替换字符
'U+FFFD'。
- from_splittable(ustr[, to_output])
将可拆分的字符串转换回编码字符串。 ustr 是一个要“unsplit”的 Unicode 字符串。
此方法使用适当的编解码器尝试将字符串从 Unicode 转换回编码格式。 如果字符串不是 Unicode，或者无法从 Unicode 转换，则按原样返回字符串。
无法从 Unicode 转换的字符将被替换为适当的字符（通常为
'?'）。如果 to_output 是
True（默认值），则使用 output_codec 转换为编码格式。 如果 to_output 是False，则使用 input_codec。
- get_output_charset()
返回输出字符集。
如果不是
None，则为 output_charset 属性，否则为 input_charset。
- encoded_header_len()
返回编码头字符串的长度，正确计算引用打印或 base64 编码。
- header_encode(s[, convert])
标头编码字符串 s。
如果 convert 为
True，字符串将自动从输入字符集转换为输出字符集。 这对于具有行长问题的多字节字符集没有用（多字节字符必须在一个字符上拆分，而不是在字节边界上）； 使用更高级别的 Header 类来处理这些问题（参见 email.header）。 convert 默认为False。编码类型（base64 或quoted-printable）将基于 header_encoding 属性。
- body_encode(s[, convert])
对字符串 s 进行正文编码。
如果 convert 为
True（默认值），字符串将自动从输入字符集转换为输出字符集。 与 header_encode() 不同，电子邮件正文中的字节边界和多字节字符集没有问题，因此这通常非常安全。编码类型（base64 或quoted-printable）将基于 body_encoding 属性。
Charset 类还提供了许多方法来支持标准操作和内置函数。
- __str__()
将 input_charset 作为强制为小写的字符串返回。
__repr__()是 __str__() 的别名。
- __eq__(other)
此方法允许您比较两个 Charset 实例是否相等。
- __ne__(other)
此方法允许您比较两个 Charset 实例的不等式。
email.charset 模块还提供以下函数，用于向全局字符集、别名和编解码器注册表添加新条目：
- email.charset.add_charset(charset[, header_enc[, body_enc[, output_charset]]])
将字符属性添加到全局注册表。
charset 是输入字符集，必须是字符集的规范名称。
可选的 header_enc 和 body_enc 要么是
Charset.QP用于引用打印，Charset.BASE64用于 base64 编码，Charset.SHORTEST用于引用最短的-printable 或 base64 编码，或None无编码。SHORTEST仅对 header_enc 有效。 默认为None无编码。可选的 output_charset 是输出应该使用的字符集。 当调用方法 Charset.convert() 时，转换将从输入字符集进行到 Unicode，再到输出字符集。 默认是以与输入相同的字符集输出。
input_charset 和 output_charset 在模块的字符集到编解码器映射中都必须有 Unicode 编解码器条目； 使用 add_codec() 添加模块不知道的编解码器。 有关更多信息，请参阅 codecs 模块的文档。
全局字符集注册表保存在模块全局字典
CHARSETS中。
- email.charset.add_alias(alias, canonical)
添加字符集别名。 alias 是别名，例如
latin-1。 canonical 是字符集的规范名称，例如iso-8859-1。全局字符集别名注册表保存在模块全局字典
ALIASES中。
- email.charset.add_codec(charset, codecname)
添加一个编解码器，用于将给定字符集中的字符与 Unicode 进行映射。
charset 是字符集的规范名称。 codecname 是 Python 编解码器的名称，适用于 unicode() 内置的第二个参数，或 Unicode 字符串的
encode()方法.
