message_from_string return msg with wrong encode
Nadie ha tomado este issue todavía.
- Lenguaje dominante
- Python
- Estrellas
- 77.2k
- Forks
- 36k
- Métricas de merge de PR
- Métricas de PR pendientes
Descripción
Bug report

The text contain non ascii chars. The content of text/plain should show as above. While use email.message_from_string to parse the mime, message.get_payload(decode=True) decode "text/plain" part return wrong encode message.
Debug the code, found here https://github.com/python/cpython/blob/3.10/Lib/email/message.py#L278, get_payload return payload.encode('raw-unicode-escape'), but when I use message.get_charsets() it return utf-8, it doesn't match the encode charset. So the result is wrong. The final result is below, the charset is wrong, then I can't get the correct message.

Your environment
Python 3.9.10, macOS Catalina, version 10.15.5
Test code is below.
Runing command: python3 t.py TextBased.eml
#!/usr/bin/env python
# -*- coding: utf-8 -*-
import logging
import sys
import email
def get_all_block(message, block_type = "text/plain"):
content_type = message.get_content_type()
main_type = message.get_content_maintype()
if main_type == "multipart":
if message.is_multipart():
block = None
for part in message.get_payload():
result = get_all_block(part, block_type)
if result:
if block is None:
block = result
else:
block += result
return block
else:
return None
elif content_type == block_type:
result = message.get_payload(decode=True)
if result is not None:
charsets = message.get_charsets()
print('charsets', charsets, result)
return result
else:
return None
if __name__ == '__main__':
fname = sys.argv[1]
fp = open(fname, 'rb')
mime = fp.read().decode('utf-8', errors='ignore')
message = email.message_from_string(mime)
text = get_all_block(message, "text/plain")
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Línea de trabajo
Empieza por Lib/email/message.py, alrededor de la implementación de get_payload enlazada en el informe, y después reproduce el comportamiento usando el script proporcionado y el archivo adjunto TextBased.txt. Compara get_payload(decode=True) con el charset declarado por la parte en get_charsets(). La tarea estará terminada cuando el payload text/plain se devuelva con una codificación coherente con su charset declarado y se haya añadido cobertura de regresión en las pruebas relevantes de email.
Escrito por el modelo de indexación a partir del texto del issue.
Evaluación
- Stack tecnológico
- python
- Área
- backend
- Tipo de issue
- Error
- Dificultad
- 3/5
- Tiempo estimado
- 1-2 días
- Estado de actividad
- Estancado
- Claridad
- Bastante claro
- Aptitud para principiantes
- 45/100