如何在 Python 中向具有非 ASCII 字符的地址发送电子邮件？答案

【问题标题】：How do I send email to addresses with non-ASCII characters in Python?如何在 Python 中向具有非 ASCII 字符的地址发送电子邮件？
【发布时间】：2019-02-07 13:34:16
【问题描述】：

使用 Python 3.x 中的 email 和 smtplib 模块，经过大量研究，我可以发送带有 Unicode 主题、文本正文和名称（针对发件人和收件人）的电子邮件，这很棒，但它不允许我向本身包含 Unicode（或其他非 ASCII）字符的地址发送电子邮件。它似乎不受支持（如果您查看 email.utils 中的 cmets，它会这么说：即“地址必须（根据 RFC）是 ascii，因此如果不是，请引发 UnicodeError。”）任何尝试无论如何都要这样做（包括但不仅限于密件抄送收件人——以试图绕过任何邮件头限制）因一种或另一种形式的 Unicode 错误而失败。评论没有说明哪个 RFC（我不认为他们都指定电子邮件地址应仅使用 ASCII。）

有没有其他方法可以做到这一点，因为有传言说这样的地址可以存在于某些地方：úßerñame@dómain.com？我的意思是，还有其他支持它的电子邮件模块吗？

如果我的问题的前提不正确，电子邮件地址是否旨在成为全世界的 ASCII 格式（尽管有传言称其中一些使用其他字符）？

我看到这个问题是针对其他语言的，但不是针对 Python。

【问题讨论】：

电子邮件地址不是“打算变成纯 ASCII”。它们最初仅支持 ASCII，旨在对世界其他地方更加友好，但这是一个缓慢的过渡。
好吧，根据 RFC 3492，dómain.com 只是 xn--dmain-0ta.com。
我发现如果我将我的服务器对象的 command_encoding (smtplib.SMTP.command_encoding) 设置为“utf-8”（设置为“ascii”），它会像发送 BCC带有特殊字符的电子邮件。当然，我不知道它们是否会被接收，但它会发送。
不知道是 smtplib 还是 Gmail 的 SMTP 服务器，但是在修改 email.utils.formataddr 以接受 UTF-8 电子邮件地址后，它通常说它发送电子邮件，但查看我发送的Gmail 上的文件夹，它似乎没有将电子邮件发送到 UTF-8 地址，在一种情况下，我得到以下异常：smtplib.SMTPRecipientsRefused（我不确定这是由于我的 SMTP 服务器还是因为 UTF smtplib 确实不支持 -8）。

标签： python python-3.x email unicode

【解决方案1】：

电子邮件地址是否打算成为全世界的 ASCII 格式？

没有；事实上，恰恰相反。电子邮件地址是仅 ASCII。它们打算成为 Unicode，而我们正在努力实现；这只是一个缓慢的过渡。

在现代电子邮件中，电子邮件地址有两部分：¹ DNS 主机名（@ 之后的部分）和该主机上的邮箱（@987654330 之前的部分@)。它们受完全不同的标准管理，因为 DNS 必须适用于 HTTP 和除了电子邮件之外的所有其他事物。

DNS 最后一次更新是在 1987 年 RFC 1035，它要求 ASCII 的一个受限子集（并且不区分大小写）。

但是，RFC 5890 中指定的 IDNA（应用程序的国际化域名）允许应用程序有选择地将 Unicode 字符集的大部分映射到 DNS 名称以呈现给用户。

因此，您不能拥有域名dómain.com。但是您可以拥有域名xn--dmain-0ta.com。而且很多应用会接受来自用户输入的dómain.com并自动翻译，接受来自网络的xn--dmain-0ta.com并显示给dómain.com。²

在 Python 中，一些互联网协议库会自动为您对域名进行 IDNA 编码；否则不会。如果他们不这样做，您可以手动执行，如下所示：

>>> 'dómain.com'.encode('idna')
b'xn--dmain-0ta.com'

请注意，在 3.x 中，这是 bytes，而不是 str；如果您需要str，您可以随时这样做：

>>> 'dómain.com'.encode('idna').decode('ascii')
'xn--dmain-0ta.com'

邮箱名称由 SMTP 定义，最近在 RFC 5321 和 RFC 5322 中定义，这清楚地表明，如何解释地址的“本地部分”完全取决于接收主机。例如，大多数电子邮件服务器使用不区分大小写的名称；许多允许“加标签”（例如，shule@gmail.com 和 shule+so@gmail.com 是同一个邮箱）；一些（如 gmail）忽略所有点；等等

问题在于 SMTP 从未指定用于标头的字符集。传统的 SMTP 服务器只有 7 位 ASCII，因此，实际上，直到最近，您只能在标头中使用 ASCII，因此在邮箱名称中也是如此。

RFC 6530 和相关提案中指定的 EAI（电子邮件地址国际化）允许在 SMTP 会话中协商 UTF-8。在 UTF-8 会话中，标头和这些标头中的地址被解释为 UTF-8。（主机名的 IDNA 编码不是必需的，但仍然允许。）

这很好，但是如果您的客户端、服务器、收件人的服务器或沿途的任何中继服务器不使用 SMTPUTF8 怎么办？为了处理这种情况，每个拥有 UTF-8 邮箱的人也都有该邮箱的 ASCII 名称。理想情况下，它与消息一起发送，并且链上的最后一个 SMTPUTF8 程序在遇到第一个非 SMTPUTF8 程序时切换到 ASCII 替代程序。更常见的是，它只是收到一条错误消息并将其传播回用户以手动处理。³

我们的想法是，最终，互联网上的大多数主机都会使用 SMTPUTF8，因此您可以是 úßerñame@dómain.com — 但与此同时，您在 dómain.com 上的服务器将 úßerñame 和 ussernyame 作为同一个邮箱的别名。任何不能处理 SMTPUTF8 的人都会看到您（并且必须引用您）为ussernyame。（事实上，他们的邮件客户端会将您视为ussernyame@xn--dmain-0ta.com，但它可以修复最后一部分；如果第一部分在传输过程中丢失，它无能为力。）

截至 2018 年年中，大多数主机不支持 SMTPUTF8，许多客户端库也不支持。

从 Python 3.5 开始，⁴ 标准库的 smtplib 支持 SMTPUTF8。如果您使用的是高级sendmail 函数：

如果SMTPUTF8 包含在 mail_options 中，并且服务器支持它，from_addr 和 to_addrs 可能包含非 ASCII 字符。

所以，你所做的是这样的：

try:
    server.sendmail([fromaddr], [toaddr], msg, mail_options=['SMTPUTF8'])
except SMTPNotSupportedError:
    server.sendmail([fromaddr_ascii], [toaddr_ascii], msg)

（理论上最好用has_extn检查EHLO响应，但在实践中，尝试它似乎更值得顺利。这可能会随着服务器生态系统和/或smptlib的未来改进而改变。）

你从哪里得到fromaddr_ascii 和toaddr_ascii？这取决于你的程序。 DNS部分，你只使用IDNA，但对于邮箱部分，没有这样的规则；您必须知道邮箱的备用 ASCII 邮箱名称。也许你问用户。也许您有一个数据库，其中存储了 EAI 和传统地址的联系人。也许您只担心一个特定的域，并且您知道它使用了一些您可以实施的规则。

1。实际上，addr-spec 有两个部分； address 是一个 addr-spec 加上可选的显示名称和注释。不过没关系。

2。有几个例外。例如，如果您键入http://staсkoverflow.com，您的浏览器可能会警告您使用西里尔字母小写字母 Es 代替拉丁字母小写字母 Cee 可能是一种劫持尝试。或者，如果您尝试导航到http://dómain.com，则告诉您该域不存在的错误页面可能会显示xn--dmain-0ta.com，因为这对于调试更有用。

3。这是希望随着时间的推移会变得更好的事情之一，但在它不再重要之前可能不会变得足够好......

_{4.如果您使用的是 Python 3.4 或 2.7 怎么办？那么你没有 SMTPUTF8 支持。升级，找第三方库代替smtplib，或者自己写SMTP代码。}

【讨论】：

邮件标头和 toaddr/fromaddr 中的域是否需要是 idna 样式，还是只是标头？你还在支持 SMTPUTF8 的域上使用 idna 样式的文本吗（如果你不需要，会不会很痛苦）？
@Shule 相关规范是section 3.2 of RFC 6531：如果您的软件充当客户端，它“可能会在 SMTP 命令或邮件头中将邮箱名称的域部分作为 A 标签或 U -标签”。换句话说，您可以在命令和标头中使用 Unicode 域，而无需执行 IDNA。但是，您可能还是想这样做，因为某些服务器在实践中可能会更好地处理它。（例如，exim 会处理它们，如果它配置为，但 IIRC，Ubuntu 16.04 LTS 中的版本不是。）
@Shule 最后一点：即使您不需要，它也不应该损害向 IDNA 交付域名。但是，这确实意味着如果收件人的客户端软件不知道 IDNA，它就不会很好地显示地址。（不知道 IDNA 的传统客户端软件可能也不知道 UTF-8，所以 IDNA 比 mojibake 更好……但网络邮件客户端可能是另一回事。）
嗯，现在好像正在发送。不过，我仍然需要尝试格式化收件人，看看这是否能解决我的 Gmail 发送文件夹中的邮件标题问题（这似乎只是密件抄送的问题，如果我同时有 Unicode 收件人姓名和 Unicode电子邮件地址——而不是一个或另一个）。我确实必须使用 SMTPUTF8 和我修改后的 email.utils.formataddr 版本（但在使用 SMTPUTF8 时似乎不需要设置 command_encoding）。在发送到我的 Yandex 电子邮件时，我必须使用 IDNA 域来回复电子邮件（以便能够从 Yandex 回复它们）。
哦，我还为所有电子邮件字段使用了 msg.add_header，而不是分配诸如 msg["To"]=addresses 之类的值。默认情况下支持 UTF-8，尽管我不记得在这种情况下使用 formataddr 时有多么必要。