python - 将 = 替换为 '\x' 然后在 python 中解码

Question

我使用 python 模块获取电子邮件的主题并接收到字符串

'=D8=B3=D9=84=D8=A7=D9=85_=DA=A9=D8=AC=D8=A7=D8=A6=DB=8C?=' 

我知道字符串是用“utf-8”编码的。Python 有一个调用字符串的方法来解码这些字符串。但是要使用我需要用字符串替换=符号的方法。\x通过手动交换然后打印解码后的结果字符串，我得到了字符串 سلام_کجائی 这正是我想要的。问题是如何自动进行交换？答案似乎比简单地在字符串上使用函数（如替换函数）更难。

下面我带来了我手动操作后使用的代码？

r='\xD8\xB3\xD9\x84\xD8\xA7\xD9\x85_\xDA\xA9\xD8\xAC\xD8\xA7\xD8\xA6\xDB\x8C'
print r.decode('utf-8')

我将不胜感激任何可行的想法。

Answer 1

只需从quoted-printable 解码它以获得utf8编码的字节串：

In [35]: s = '=D8=B3=D9=84=D8=A7=D9=85_=DA=A9=D8=AC=D8=A7=D8=A6=DB=8C?='
In [36]: s.decode('quoted-printable')
Out[36]: '\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85_\xda\xa9\xd8\xac\xd8\xa7\xd8\xa6\xdb\x8c?'

然后，如果需要，从 utf-8 到 unicode：

In [37]: s.decode('quoted-printable').decode('utf8')
Out[37]: u'\u0633\u0644\u0627\u0645_\u06a9\u062c\u0627\u0626\u06cc?'

 

In [39]: print s.decode('quoted-printable')
سلام_کجائی?

Answer 2

这种编码被称为quoted-printable。有一个用于执行编码和解码的 Python 模块。

没错，它只是对二进制字符串的纯引用，因此您需要在之后应用 UTF-8 解码。（当然，假设字符串是 UTF-8 格式的。但是这看起来是正确的，尽管我不知道这种语言。）

import quopri

print quopri.decodestring( "'=D8=B3=D9=84=D8=A7=D9=85_=DA=A9=D8=AC=D8=A7=D8=A6=DB=8C?='" ).decode( "utf-8" )