邮件主题为什么会乱码：聊聊 RFC 2047 的 Subject 编码

最近在做一个自动发信的小工具时遇到一个问题：邮件正文显示正常，唯独主题里的中文在部分客户端里变成了一串以 =?UTF-8?B? 开头的乱码。其实这不是显示端的故障，而是邮件头编码方式没有处理对。

邮件头为什么不能直接写中文

邮件协议（RFC 5322）规定，邮件头字段只能使用 ASCII 字符。主题（Subject）里要放中文，就必须先编码。RFC 2047 定义了“编码字”（Encoded-Word）格式：

=?字符集?编码方式?编码后文本?=

编码方式有两种：

• B 编码：Base64，适合较长的非 ASCII 文本；
• Q 编码：类似 Quoted-Printable，适合以 ASCII 为主、夹杂少量非 ASCII 字符的文本。

例如“测试邮件”用 UTF-8 加 B 编码表示为：

=?UTF-8?B?5rWL6K+V6YKu5Lu2?=

接收端按相反顺序解码，就能还原出原文。

用 Python 正确生成主题

不要手工拼接编码字，直接用标准库：

from email.header import Header
from email.mime.text import MIMEText

msg = MIMEText("正文内容", "plain", "utf-8")
msg["Subject"] = Header("测试邮件", "utf-8")
msg["From"] = "sender@example.com"
msg["To"] = "rcpt@example.com"

Header 类会根据内容自动选择 B 编码，并按长度上限折行，避免长主题被截断或被服务器拒收。

解析收到的主题时用 decode_header：

from email.header import decode_header

parts = decode_header(msg["Subject"])
subject = "".join(
    p.decode(charset or "ascii") if isinstance(p, bytes) else p
    for p, charset in parts
)

几个常见坑

1. 编码字之间、编码字与普通文本之间的空格在解码时会被忽略，拼接多段主题时要留意。
2. 编码后的单行长度不能超过 75 个字符，长主题要折行，续行以空格开头。
3. 主题里不要直接放换行符，否则有邮件头注入风险，发送前应过滤回车和换行。

小结

主题乱码大多是“该编码时没编码”或“解码时没按字符集还原”造成的。用标准库处理编码字，并注意长度与换行，就能避开绝大多数兼容问题。