PythonでMIME quoted-printableデータをエンコード・デコードする方法

メールやテキストデータを扱っていると、必ずしも通常のASCII文字だけではないデータに遭遇することがあります。例えば、英語以外の言語で書かれたメールがその代表例です。Pythonには、こうした特殊な文字を扱うための仕組みとして、MIME(Multipurpose Internet Mail Extensions)に基づいたモジュールが用意されています。本記事では、メール本文や単純な文字列入力に含まれるそうした文字を、エンコード・デコードする方法を解説します。

emailパッケージを使用する方法

Python標準ライブラリのemailパッケージには、mimeモジュールとcharsetモジュールが含まれており、これらを組み合わせることでquoted-printable形式のエンコード・デコード処理を実現できます。

以下の例では、Unicode文字を含むメールメッセージを作成し、UTF-8でエンコードしています。まず新しいcharsetオブジェクトを構築し、ボディのエンコーディング方式としてQP(quoted-printable)を指定している点に注目してください。

サンプルコード

import email.mime, email.mime.nonmultipart, email.charset
msg=email.mime.nonmultipart.MIMENonMultipart('text', 'plain', charset='utf-8')

# 新しいcharsetを構築
cs=email.charset.Charset('utf-8')
cs.body_encoding = email.charset.QP

# 構築したcharsetを使ってコンテンツを設定
msg.set_payload(u'This is the text containing ünicöde', charset=cs)
print(msg)

上記のコードを実行すると、次のような結果が出力されます。

実行結果

Content-Type: text/plain; charset="utf-8"
MIME-Version: 1.0
Content-Transfer-Encoding: quoted-printable

This is the text containing =C3=BCnic=C3=B6de

出力を見ると、「ü」が「=C3=BC」、「ö」が「=C3=B6」としてエンコードされていることがわかります。これはUTF-8でのバイト列をquoted-printable形式で表現したものです。

quopriモジュールを使用する方法

quopriは、quoted-printable形式の転送エンコードおよびデコードを行うためのPython標準モジュールです。quoted-printableエンコーディングは、印字不可能な文字が比較的少ないデータ向けに設計されており、ASCII文字はそのまま残しつつ、特殊な文字だけを「=XX」形式に変換します。

次の例では、ASCII以外の文字を含む文字列をエンコードし、さらにデコードして元に戻す一連の流れを確認できます。

サンプルコード

import quopri
str1 = 'äé'
# 文字列をUTF-8でバイト化してからエンコード
encoded = quopri.encodestring(str1.encode('utf-8'))
print(encoded)

str2 = '=C3=A4=C3=A9'
decoded_string = quopri.decodestring(str2)
# デコード結果をUTF-8で文字列に戻す
print(decoded_string.decode('utf-8'))

上記のコードを実行すると、次のような結果が出力されます。

実行結果

b'=C3=A4=C3=A9'
äé

このように、encodestring()でエンコードした結果はバイト列として返され、decodestring()に渡すことで元の文字列を復元できます。デコード後のバイト列はdecode('utf-8')を呼び出すことで、人間が読める文字列に変換できる点も覚えておくと便利です。

まとめ

Pythonでquoted-printable形式のデータを扱う場合、メールメッセージ全体を構築するならemailパッケージ、単純な文字列のエンコード・デコードならquopriモジュールが適しています。用途に応じて使い分けることで、多言語対応のメール処理などを効率的に実装できます。