如何在python中检测并更正电子邮件头中的Content-Type字符集？

Question

在python的电子邮件标题中以编程方式检测并更正Content-Type charset的正确方法是什么？

我有1000封电子邮件被提取到.eml（基本上是纯文本）文件，有些是编码shift_jis，但邮件标题中的字符集没有提到这一点，所以他们没有在任何电子邮件程序中正确显示手动将charset添加到Content-Type标题会更正此问题。

当时：

Content-Type: text/plain; format=flowed

需要：

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

在python中保留电​​子邮件正文和标题的其他部分的正确方法是什么？

此外，有没有办法检测哪种编码，只纠正那些编码？我不能盲目地转换，因为有些是iso_2022_jp，而且这些已经正确显示。

Answer 1

使用get_charset，您可以获得预先存在的邮件字符集。这是一个样本：

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

使用这种方法，您可以遍历所有消息，并使用set_charset（）将其设置为不具备正确消息的消息。