Quoted-printable: кодирование и декодирование

Как декодировать quoted-printable

1. Нажмите Quoted-printable → Текст над инструментом, чтобы переключиться на декодирование.
2. Вставьте закодированный текст в поле ввода, например часть тела письма, скопированную из его исходника.
3. Прочитайте результат. Если буквы с диакритикой выглядят неправильно, выберите в поле Кодировка под результатом ту кодировку, что указана в заголовке Content-Type этой части, например charset=iso-8859-1.
4. Нажмите Скопировать результат или Скачать. Мягкие переносы склеиваются, а каждый =XX снова становится своим байтом.

Чтобы закодировать текст, оставьте направление Текст → Quoted-printable и введите или вставьте текст. Кодировка под полем ввода определяет, в какие байты превратятся символы за пределами ASCII.

Как устроен quoted-printable

Quoted-printable (RFC 2045, раздел 6.7) по возможности оставляет текст читаемым и экранирует только то, без чего не обойтись:

• Печатаемые символы ASCII остаются как есть, кроме =.
• Любой другой байт записывается как = и две hex-цифры в верхнем регистре. В UTF-8 это значит, что каждый символ вне ASCII превращается в две–четыре такие последовательности.
• Сам = становится =3D.
• Пробел или табуляция в конце строки становятся =20 или =09.
• Строка не длиннее 76 символов. Более длинные разбиваются мягким переносом: = в конце строки, который декодер удаляет.

Последняя строка показывает, почему важна кодировка: =E9 кодирует один байт, который в ISO-8859-1 и Windows-1252 означает é, а в UTF-8 сам по себе некорректен.

Текстовый и двоичный режим

По умолчанию кодировщик считает ввод текстом. Переносы строк остаются настоящими переносами, а если первая строка заканчивается на CRLF, то, как и в Python binascii.b2a_qp, одиночный LF дальше тоже превращается в CRLF. Для текста письма это правильно, но байты при этом меняются.

Включите Кодировать переносы строк (двоичный режим), когда важны точные байты. Тогда переносы записываются как =0D и =0A: Hello, CRLF, World превращается в Hello=0D=0AWorld, а декодирование возвращает ровно то, что было на входе. Для настоящих двоичных данных вроде картинок всё равно лучше подходит Base64.

Quoted-printable или Base64 в письмах

Почтовая программа выбирает Content-Transfer-Encoding для каждой MIME-части отдельно. Quoted-printable хорош для текста, где почти всё в ASCII: он остаётся читаемым и мало растёт. У Base64 постоянные накладные расходы около 33%, и он выигрывает, как только экранировать нужно большинство байтов:

Даже немецкий текст с тремя буквами вне ASCII на 17 символов в quoted-printable уже длиннее, чем в Base64, а кириллица выходит вдвое больше Base64. Чтобы получить Base64 со строками по 76 символов, как требует почта, воспользуйтесь кодировщиком MIME Base64. Статья Base64 в электронной почте объясняет, как обе кодировки выглядят в письме, включая вложения и закодированные заголовки.

Как прочитать письмо целиком

Для беглого взгляда хватит скопировать одну часть тела из исходника письма. Для полного файла .eml есть декодер EML: он разбирает заголовки, декодирует части в quoted-printable и Base64 с их объявленными кодировками и выдаёт вложения для скачивания. Quoted-printable встречается и за пределами почты, например в файлах vCard 2.1 с ENCODING=QUOTED-PRINTABLE; вставьте сюда значение после двоеточия.

Quoted-printable в коде

import quopri
quopri.encodestring("café".encode("utf-8"))            # b'caf=C3=A9'
quopri.decodestring(b"caf=C3=A9 =3D 5=E2=82=AC").decode("utf-8")   # 'café = 5€'

Пакет email в Python сам применяет нужное декодирование: msg.get_payload(decode=True) возвращает декодированные байты части, какой бы ни была её кодировка передачи. Про Base64 читайте на странице Python.

Вопросы и ответы