email.charset
: Representa conjunto de caracteres¶
Código fuente: Lib/email/charset.py
Este módulo es parte de la API de email heredada (Compat32
). En la nueva API solo se usa la tabla de alias.
El texto restante de esta sección corresponde a la documentación original del módulo.
Este módulo proporciona una clase Charset
para representar conjuntos de caracteres y conversiones de conjuntos de caracteres en mensajes de correo electrónico, así como un registro de conjuntos de caracteres y varios métodos de conveniencia para manipular este registro. Las instancias de Charset
se utilizan en varios otros módulos dentro del paquete email
.
Importe esta clase desde el módulo email.charset
.
- class email.charset.Charset(input_charset=DEFAULT_CHARSET)¶
Asigna conjuntos de caracteres a sus propiedades de correo electrónico.
Esta clase proporciona información sobre los requisitos impuestos al correo electrónico para un conjunto de caracteres específico. También proporciona rutinas de conveniencia para convertir entre juegos de caracteres, dada la disponibilidad de los códecs aplicables. Dado un conjunto de caracteres, hará todo lo posible para proporcionar información sobre cómo utilizar ese conjunto de caracteres en un mensaje de correo electrónico de forma compatible con RFC.
Ciertos conjuntos de caracteres deben codificarse con quoted-printable o base64 cuando se usan en encabezados o cuerpos de correo electrónico. Ciertos conjuntos de caracteres deben convertirse directamente y no están permitidos en el correo electrónico.
Opcional input_charset es como se describe a continuación; siempre se convierte a minúsculas. Después de que el alias sea normalizado también se utiliza como una búsqueda en el registro de conjuntos de caracteres para averiguar la codificación del encabezado, codificación de cuerpo, y códec de conversión de salida que se usarán para el conjunto de caracteres. Por ejemplo, si input_charset es
iso-8859-1
, los encabezados y cuerpos se codificarán mediante quoted-printable y no es necesario ningún códec de conversión de salida. Si input_charset eseuc-jp
, los encabezados se codificarán con base64, los cuerpos no se codificarán, pero el texto de salida se convertirá del conjunto de caractereseuc-jp
al conjunto de caracteresiso-2022-jp
.Las instancias
Charset
tienen los siguientes atributos de datos:- input_charset¶
El conjunto de caracteres inicial especificado. Los alias comunes se convierten a sus nombres de correo electrónico Official (por ejemplo,
latin_1
se convierte aiso-8859-1
). El valor predeterminado esus-ascii
de 7 bits.
- header_encoding¶
Si el conjunto de caracteres debe codificarse antes de que pueda usarse en un encabezado de correo electrónico, este atributo se establecerá a
Charset.QP
(para quoted-printable),Charset.BASE64
(para codificación base64), oCharset.SHORTEST
para la más codificación más corta QP o BASE64. De lo contrario seráNone
.
- body_encoding¶
Igual que header_encoding, pero describe la codificación del cuerpo del mensaje de correo, que de hecho puede ser diferente a la codificación del encabezado.
Charset.SHORTEST
no está permitido para body_encoding.
- output_charset¶
Algunos conjuntos de caracteres deben ser convertidos antes de poder ser usados en cabeceras o cuerpos de correos. Si el input_charset es uno de ellos, este atributo contendrá el nombre del conjunto de caracteres al que será convertido. De lo contrario, será
None
.
- input_codec¶
El nombre del códec de Python usado para convertir el input_charset a Unicode. Si no es necesario un códec de conversión, este atributo será
None
.
- output_codec¶
El nombre del códec de Python usado para convertir Unicode a output_charset. Si no es necesario un códec de conversión, este atributo tendrá el mismo valor que input_codec.
Las instancias
Charset
además tienen los siguientes métodos:- get_body_encoding()¶
Retorna la codificación de transferencia de contenido usada para la codificación del cuerpo.
Esta es la cadena de caracteres
quoted-printable
obase64
dependiendo de la codificación usada, o es una función, en cuyo caso se deberá llamar a la función con un solo argumento, el objeto Mensaje a ser codificado. La función deberá luego establecer el encabezado Content-Transfer-Encoding en lo que sea apropiado.Retorna la cadena
quoted-printable
si body_encoding esQP
, retorna la cadenabase64
si body_encoding esBASE64
, y retorna la cadena7bit
en caso contrario.
- get_output_charset()¶
Return the output character set.
Este es el atributo output_charset si no es
None
, en caso contrario es input_charset.
- header_encode(string)¶
Codifica como encabezado la cadena de caracteres string.
El tipo de codificación (base64 o quoted-printable) se basará en el atributo header_encoding.
- header_encode_lines(string, maxlengths)¶
Codifica como encabezado string convirtiéndolo primero a bytes.
Es similar a
header_encode()
excepto que la cadena se ajusta a las longitudes máximas indicadas en el argumento maxlengths, el cual debe ser un iterador: cada elemento retornado por este iterador proporcionará la siguiente longitud máxima de línea.
- body_encode(string)¶
Codifica como cuerpo la cadena string.
El tipo de codificación (base64 o quoted-printable) se basará en el atributo body_encoding.
La clase
Charset
también proporciona una serie de métodos para soportar operaciones estándar y funciones integradas.- __str__()¶
Returns input_charset as a string coerced to lower case.
__repr__()
is an alias for__str__()
.
El módulo email.charset
provee además las siguientes funciones para agregar nuevas entradas al conjunto global de caracteres, alias y registros de códecs:
- email.charset.add_charset(charset, header_enc=None, body_enc=None, output_charset=None)¶
Añade propiedades de carácter al registro global.
charset es el conjunto de caracteres de entrada, y debe ser el nombre canónico del conjunto de caracteres.
Opcional header_enc y body_enc es
Charset.QP
para imprimibles entre comillas,Charset.BASE64
para codificación base64,Charset.SHORTEST
para codificación más corta quoted-printable o base64, oNone
para no codificar.SHORTEST
solo es válido para header_enc. El valor predeterminado esNone
para no codificar.Opcional output_charset es es el conjunto de caracteres en el que debe estar la salida. Las conversiones proceden del conjunto de caracteres de entrada, a Unicode, al conjunto de caracteres de salida cuando se llama al método
Charset.convert()
. El valor predeterminado es la salida en el mismo conjunto de caracteres que la entrada.Tanto input_charset y output_charset deben tener entradas de códec Unicode en el conjunto de caracteres del módulo para la asignación del códec; use
add_codec()
para agregar códecs que el módulo no conozca. Consulte la documentación del módulocodecs
para más información.El registro global de conjuntos de caracteres se mantiene en el módulo global diccionario
CHARSETS
.
- email.charset.add_alias(alias, canonical)¶
Añade un alias al conjunto de caracteres. alias es el nombre del alias, p. ej.
latin-1
. canonical es el nombre canónico del conjunto de caracteres, p. ej.iso-8859-1
.El registro de alias global de conjuntos de caracteres se mantiene en el módulo global diccionario
ALIASES
.
- email.charset.add_codec(charset, codecname)¶
Añade un códec que asigna caracteres en el conjunto de caracteres dado hacia y desde Unicode.
charset es el nombre canónico de un conjunto de caracteres. codename es el nombre de un códec de Python, según corresponda para el segundo argumento del método
str
deencode()
.