电子邮件主题、不同字符集的标头解码，如 ISO-2022-JP、GB-2312 等

Question

我正在开发一个需要处理不同字符集的电子邮件编码/解码的项目。一个python代码可以如下所示：from email.header import Header, decode_header, make_headerfrom charset import text_to_utf8    class ....def decode_header(self, header):    decoded_header = decode_header(header)    if decoded_header[0][1] is None:        return text_to_utf8(decoded_header[0][0]).decode("utf-8", "replace")    else:        return decoded_header[0][0].decode(decoded_header[0][1].replace("windows-", "cp"), "replace")基本上，对于像 "=?iso-2022-jp?b?GyRCRW1CQE86GyhCIDxtb21vQHRhcm8ubmUuanA=?="; “decode_header”函数只是试图找到编码：'iso-2022-jp'；然后它将使用“解码”函数将字符集解码为 unicode。现在，在 Go 中，我可以做类似的事情：import "mime"dec := new(mime.WordDecoder)text := "=?utf-8?q?=C3=89ric?= <[e-mail]>, =?utf-8?q?Ana=C3=AFs?= <[e-mail]>"header, err := dec.DecodeHeader(text)Seems that there mime.WordDecoder allow to put a charset decoder "hook": type WordDecoder struct {   // CharsetReader, if non-nil, defines a function to generate   // charset-conversion readers, converting from the provided   // charset into UTF-8.   // Charsets are always lower-case. utf-8, iso-8859-1 and us-ascii charsets   // are handled by default.   // One of the the CharsetReader's result values must be non-nil.   CharsetReader func(charset string, input io.Reader) (io.Reader, error)}           我想知道是否有任何库可以让我转换任意字符集，如 python 中的“解码”函数，如上例所示。我不想写一个像 mime/encodedword.go 中使用的那样的大“开关案例”：func (d *WordDecoder) convert(buf *bytes.Buffer, charset string, content []byte) error {   switch {   case strings.EqualFold("utf-8", charset):      buf.Write(content)   case strings.EqualFold("iso-8859-1", charset):      for _, c := range content {         buf.WriteRune(rune(c))      }....任何帮助将不胜感激。

Answer 1

似乎 golang.org/x/net/html/charset 包已经提供了一个带有可用编码的地图。以下代码对我有用：

import "golang.org/x/net/html/charset"

CharsetReader := func (label string, input io.Reader) (io.Reader, error) {

    label = strings.Replace(label, "windows-", "cp", -1)

    encoding, _ := charset.Lookup(label)

    return encoding.NewDecoder().Reader(input), nil

}

dec := mime.WordDecoder{CharsetReader: CharsetReader}

text := "=?iso-2022-jp?b?GyRCRW1CQE86GyhCIDxtb21vQHRhcm8ubmUuanA=?="

header, err := dec.DecodeHeader(text)

谢谢你的帮助！

Answer 2

我不确定这是否是您要查找的内容，但是golang.org/x/text我正在使用该软件包将 Windows-1251 转换为 UTF-8。代码看起来像

import (

    "golang.org/x/text/encoding/charmap"

    "golang.org/x/text/transform"

    "io/ioutil"

    "strings"

)

func convert(s string) string {

    sr := strings.NewReader(s)

    tr := transform.NewReader(sr, charmap.Windows1251.NewDecoder())

    buf, err := ioutil.ReadAll(tr)

    if err != nil {

        return ""

    }

    return string(buf)

}

我认为在你的情况下，如果你想避免“一个大的'switch-case'”，你可以创建一种带有可用编码完整列表的地图，然后制作类似的东西：

var encodings = map[string]transform.Transformer{

    "win-1251": charmap.Windows1251.NewDecoder(),

}

func convert(s, charset string) string {

    buf, err := ioutil.ReadAll(transform.NewReader(strings.NewReader(s), encodings[charset]))

    if err != nil {

        return ""

    }

    return string(buf)

}