我编写了一个代码来连接 imap，然后解析正文信息并插入数据库。但是我在口音方面遇到了一些问题。
从电子邮件标题中，我得到了以下信息：
内容类型：文本/html；字符集=ISO-8859-1
但是，我不确定我是否可以相信这些信息......
电子邮件是用葡萄牙语写的，所以我们有很多带有口音的单词。例如，我从电子邮件源代码中提取以下短语（使用我的浏览器）：
“...安装电子产品...”
所以，我连接到 imap 并获取了一些电子邮件：
... 典型值，数据 = M.fetch(num, '(RFC822)') ...
当我打印内容时，我得到以下单词：
print data[0][1]
instala+º+úo de eletr+¦nicos
我尝试使用.decode('utf-8')但没有成功。
instalação de eletrônicos
我怎样才能使它成为人类可读的？我的数据库是 utf-8。
指定源代码编码对我有用。这是下面我的示例代码顶部的代码。这应该在 python 文件的顶部定义。
#!/usr/bin/python
# -*- coding: iso-8859-15 -*-
value = """...instalação de eletrônicos...""".decode("iso-8859-15")
print value
# prints: ...instalação de eletrônicos...
import unicodedata
value = unicodedata.normalize('NFKD', value).encode('ascii','ignore')
print value
# prints: ...instalacao de eletronicos...
现在您也可以毫无例外地执行 str(value) 。
请参阅：http ://docs.python.org/2/library/unicodedata.html
这似乎保留了所有的口音：
#!/usr/bin/python
# -*- coding: iso-8859-15 -*-
import unicodedata
value = """...instalação de eletrônicos...""".decode("iso-8859-15")
value = unicodedata.normalize('NFKC', value).encode('utf-8')
print value
print str(value)
# prints (without exceptions/errors):
# ...instalação de eletrônicos...
# ...instalação de eletrônicos...
编辑：
请注意，对于最后一个版本，即使结果看起来相同，它也不返回等于 True。例如：
#!/usr/bin/python
# -*- coding: iso-8859-15 -*-
import unicodedata
inValue = """...instalação de eletrônicos...""".decode("iso-8859-15")
normalizedValue = unicodedata.normalize('NFKC', inValue).encode('utf-8')
try:
print inValue == normalizedValue
except UnicodeWarning:
pass
# False
编辑2：
这将返回相同的结果：
normalizedValue = unicode("""...instalação de eletrônicos...""".decode("iso-8859-15")).encode('utf-8')
print normalizedValue
print str(normalizedValue )
# prints (without exceptions/errors):
# ...instalação de eletrônicos...
# ...instalação de eletrônicos...
虽然我不确定这对于 utf-8 编码的数据库是否真的有效。可能不是？
感谢Martijn Pieters。我们发现电子邮件有两种不同的编码。我不得不分开这部分并单独对待。
标头说它正在使用“ISO-8859-1”字符集。因此，您需要使用该编码解码字符串。
尝试这个：
data[0][1].decode('iso-8859-1')