当我使用 utf-8 编码时，为什么这个 Python 程序会发送空电子邮件？ [复制]

在对 msg 变量进行编码之前，我收到此错误：

UnicodeEncodeError：“ascii”编解码器无法对字符“\xfc”进行编码 位置 4：序号不在范围内(128)

所以我做了一些研究，最后对变量进行了编码：

msg = (os.path.splitext(base)[0] + ': ' + text).encode('utf-8')
server.sendmail('[email protected] /cdn-cgi/l/email-protection', '[email protected] /cdn-cgi/l/email-protection', msg)

这是根据要求的其余代码：

def remind_me(path, time, day_freq):

for filename in glob.glob(os.path.join(path, '*.docx')):
    # file_count = sum(len(files))
    # random_file = random.randint(0, file_number-1)
    doc = docx.Document(filename)
    p_number = len(doc.paragraphs)

    text = ''
    while text == '':
        rp = random.randint(0, p_number-1) # random paragraph number
        text = doc.paragraphs[rp].text # gives the entire text in the paragraph

    base = os.path.basename(filename)
    print(os.path.splitext(base)[0] + ': ' + text)
    server = smtplib.SMTP('smtp.gmail.com', 587)
    server.starttls()
    server.login('[email protected] /cdn-cgi/l/email-protection', 'password')
    msg = (os.path.splitext(base)[0] + ': ' + text).encode('utf-8')
    server.sendmail('[email protected] /cdn-cgi/l/email-protection', '[email protected] /cdn-cgi/l/email-protection', msg)
    server.quit()

现在，它发送空电子邮件而不是传递消息。它返回 None 吗？如果是这样，为什么？

注意：Word 文档包含一些字符，如 ş、ö、ğ、ç。

The msg论证smtplib.sendmail应该是一个bytes包含有效 RFC5322 消息的序列。获取一个字符串并将其编码为 UTF-8 不太可能产生一个字符串（如果它已经是 ASCII，则对其进行编码没有任何用处；如果不是，则很可能是您做错了）。

为了解释为什么这不太可能起作用，让我提供一些背景知识。在 MIME 消息中传输非 ASCII 字符串的方式取决于消息结构中字符串的上下文。这是一条简单的消息，其中“Hëlló”一词嵌入在三个不同的上下文中，这些上下文需要不同的编码，但没有一个可以轻松接受原始 UTF-8。

From: me <[email protected] /cdn-cgi/l/email-protection>
To: you <[email protected] /cdn-cgi/l/email-protection>
Subject: =?utf-8?Q?H=C3=ABll=C3=B3?= (RFC2047 encoding)
MIME-Version: 1.0
Content-type: multipart/mixed; boundary="fooo"

--fooo
Content-type: text/plain; charset="utf-8"
Content-transfer-encoding: quoted-printable

H=C3=ABll=C3=B3 is bare quoted-printable (RFC2045),
like what you see in the Subject header but without
the RFC2047 wrapping.

--fooo
Content-type: application/octet-stream; filename*=UTF-8''H%C3%ABll%C3%B3

This is a file whose name has been RFC2231-encoded.

--fooo--

最近有一些扩展允许符合系统之间的部分消息包含裸UTF-8（即使在标头中！），但我强烈怀疑这不是您所处的场景。也许切线也可以看到https://en.wikipedia.org/wiki/Unicode_and_email https://en.wikipedia.org/wiki/Unicode_and_email

回到你的代码，我suppose它可以工作，如果base巧合的是，这也是您要添加到消息开头的标头的名称，并且text包含一个带有消息其余部分的字符串。您没有显示足够的代码来智能地推理这一点，但这似乎不太可能。而如果text已包含有效的 MIME 消息，将其编码为 UTF-8 应该没有必要或没有用（但显然没有，因为您会收到编码错误）。

我们假设base包含Subject and text定义如下：

text='''=?utf-8?B?H=C3=ABll=C3=B3?= (RFC2047 encoding)
MIME-Version: 1.0
Content-type: multipart/mixed; boundary="fooo"
....'''

现在，串联base + ': ' + text实际上会产生一条与上面类似的消息（尽管我重新排序了一些标头以放置Subject:首先针对这个场景）但是，我想这并不是代码中实际情况。

如果您的目标是将提取的文本作为电子邮件的正文发送，则执行此操作的方法大致如下

from email.message import EmailMessage

body_text = os.path.splitext(base)[0] + ': ' + text

message = EmailMessage()
message.set_content(body_text)
message["subject"] = "Extracted text"
message["from"] = "[email protected] /cdn-cgi/l/email-protection"
message["to"] = "[email protected] /cdn-cgi/l/email-protection"

with smtplib.SMTP("smtp.gmail.com", 587) as server:
    # ... smtplib setup, login, authenticate?
    server.send_message(message)

此答案已更新为当前的email库API；该行下方的文本是原始答案中较早的代码。

现代 Python 3.3+EmailMessageAPI 相当直接地转化为人类概念，与旧的 API 不同，旧的 API 要求您了解消息的 MIME 结构应如何显示的许多细节。

from email.mime.text import MIMEText

body_text = os.path.splitext(base)[0] + ": " + text
sender = "[email protected] /cdn-cgi/l/email-protection"
recipient = "[email protected] /cdn-cgi/l/email-protection"

message = MIMEText(body_text)
message["subject"] = "Extracted text"
message["from"] = sender
message["to"] = recipient
server = smtplib.SMTP("smtp.gmail.com", 587)
# ... smtplib setup, login, authenticate?
server.sendmail(from, to, message.as_string())

The MIMEText()调用构建一个电子邮件对象，其中包含发件人、主题、收件人列表和正文的空间；它是as_text()方法返回一个看起来大致类似于ad hoc上面的示例消息（尽管更简单，没有多部分结构），适合通过 SMTP 传输。它透明地负责输入正确的字符集并为非 ASCII 标头元素和正文部分（有效负载）应用合适的内容传输编码。

Python 的标准库包含相当低级的函数，因此您必须了解相当多的知识才能正确连接所有部分。有些第三方库隐藏了一些细节；但您会期望任何电子邮件至少都有主题和正文，当然还有发件人和收件人。