字符串编码转换，大佬们救救孩子（第二阶段）

z5560636

现在重新遇到了问题。
直接用get 获取到的数据是被系统层 使用utf8转义过的了

第一阶段，未转意的字符串：

1. str1 = {"Content-Type": "=?unknown-8bit?q?application/octet-stream=3B?==?unknown-8bit?b?IG5hbWU9IjEyNjO1xNTa1sbGt9DFz6K749fcLnhsc3gi?="}

复制代码

第二阶段，转义后的字符串：

1. str2 = "1263\udcb5\udcc4\udcd4\udcda\udcd6\udcc6\udcc6\udcb7\udcd0\udcc5\udccf\udca2\udcbb\udce3\udcd7\udcdc.xlsx"
   
2. # 实际上只是对 IG5hbWU9IjEyNjO1xNTa1sbGt9DFz6K749fcLnhsc3gi 进行了编码转换
   

复制代码

现在已知的解决方案是：
1. str2  \udc 替换成 \x
2. str2 转换成字节型，或者直接输出 str2.decode("gbk") 即可完成编码转换

以下是对应示例：

1. print(b'1263\xb5\xc4\xd4\xda\xd6\xc6\xc6\xb7\xba\xcd\xd0\xbe\xc6\xac\xbf\xe2\xb4\xe6\xd0\xc5\xcf\xa2\xbb\xe3\xd7\xdc'.decode("gbk"))

复制代码

大佬们，请问我应该怎么写？  请大佬们附上能正确运行的代码，让小弟学习以下。

hrpzcf

1. import re
   
2. import base64
   
3. 
   
4. dict1 = {
   
5.     "Content-Type": "=?unknown-8bit?q?application/octet-stream=3B?==?unknown-8bit?b?IG5hbWU9IjEyNjO1xNTa1sbGt9DFz6K749fcLnhsc3gi?="
   
6. }
   
7. 
   
8. # 从 dict1 的"Content-Type"键值中搜索 =?unknown-8bit?q?application/octet-stream=3B?==?unknown-8bit?b? 后面的内容
   
9. m_obj = re.search(
   
10.     r"=\?unknown-8bit\?q\?application/octet-stream=3B\?==\?unknown-8bit\?b\?(.+)",
    
11.     dict1["Content-Type"],
    
12. )
    
13. 
    
14. # 以下if m_obj表示如果匹配到内容
    
15. if m_obj:
    
16.     # m_obj.group(1) 表示匹配到的内容，这里是 IG5hbWU9IjEyNjO1xNTa1sbGt9DFz6K749fcLnhsc3gi?=
    
17.     # 使用 base64 解码 IG5hbWU9IjEyNjO1xNTa1sbGt9DFz6K749fcLnhsc3gi?= 这个字符串，得到一个字节码
    
18.     b = base64.b64decode(m_obj.group(1))
    
19.     # 再使用 gbk 编码解码字节码，得到字符串
    
20.     print(b.decode("gbk"))  # 结果为 'name="1263的在制品信息汇总.xlsx"'，1263的在制品信息汇总.xlsx 请自行分离
    

复制代码

z5560636

hrpzcf 发表于 2021-12-28 14:18

大佬不是这个意思，我用的email.get() 函数获取到的是已经解码完毕的，照着大佬您这么写的话，我还得去修改源码。
能不能只对字符串转换输出？

hrpzcf

z5560636 发表于 2021-12-28 14:22
大佬不是这个意思，我用的email.get() 函数获取到的是已经解码完毕的，照着大佬您这么写的话，我还得去修 ...

email.get()得到什么？str2？
如果一定要走email.get()的话就算走弯路了

z5560636

hrpzcf 发表于 2021-12-28 14:23
email.get()得到什么？str2？
如果一定要走email.get()的话就算走弯路了

我也不想 用email.get()  问题是如此，我应该怎么获取邮件的信息？

hrpzcf

z5560636 发表于 2021-12-28 14:22
大佬不是这个意思，我用的email.get() 函数获取到的是已经解码完毕的，照着大佬您这么写的话，我还得去修 ...

1. def cvtudc(udcstr: str) -> str:
   
2.     udc, start = "\\udc", 0
   
3.     udcstr = repr(udcstr).strip("'")
   
4.     max_i = len(udcstr) - 1
   
5.     while True:
   
6.         u1 = udcstr.find(udc, start)
   
7.         if u1 == -1 or u1 + 1 > max_i or u1 + 4 > max_i:
   
8.             break
   
9.         start = u1 + 1
   
10.         u2 = udcstr.find(udc, start)
    
11.         if u2 == -1 or u2 + 4 > max_i or u2 + 6 > max_i:
    
12.             break
    
13.         b1 = udcstr[u1 + 4 : u2]
    
14.         b2 = udcstr[u2 + 4 : u2 + 6]
    
15.         new = bytes([int(b1, 16), int(b2, 16)]).decode("gbk")
    
16.         udcstr = udcstr.replace(udcstr[u1 : u2 + 6], new, 1)
    
17.     return udcstr
    
18. 
    
19. 
    
20. # 使用cvtudc函数来把str2转换成可读字符串，理论上像str2的字符串，都可以用cvtudc来转
    
21. str2 = "1263\udcb5\udcc4\udcd4\udcda\udcd6\udcc6\udcc6\udcb7\udcd0\udcc5\udccf\udca2\udcbb\udce3\udcd7\udcdc.xlsx"
    
22. print(cvtudc(str2))  # 结果：1263的在制品信息汇总.xlsx
    

复制代码

伽羅~

myqf123

阿萨德按时

阿萨德按时

1molHF

1molHF

阿萨德按时

1molHF

阿萨德按时

阿萨德按时

阿萨德按时

1molHF

1molHF