home *** CD-ROM | disk | FTP | other *** search
/ Personal Computer World 2009 February / PCWFEB09.iso / Software / Linux / Kubuntu 8.10 / kubuntu-8.10-desktop-i386.iso / casper / filesystem.squashfs / usr / lib / python2.5 / email / quoprimime.py < prev    next >
Text File  |  2008-10-05  |  11KB  |  337 lines

  1. # Copyright (C) 2001-2006 Python Software Foundation
  2. # Author: Ben Gertzfield
  3. # Contact: email-sig@python.org
  4.  
  5. """Quoted-printable content transfer encoding per RFCs 2045-2047.
  6.  
  7. This module handles the content transfer encoding method defined in RFC 2045
  8. to encode US ASCII-like 8-bit data called `quoted-printable'.  It is used to
  9. safely encode text that is in a character set similar to the 7-bit US ASCII
  10. character set, but that includes some 8-bit characters that are normally not
  11. allowed in email bodies or headers.
  12.  
  13. Quoted-printable is very space-inefficient for encoding binary files; use the
  14. email.base64MIME module for that instead.
  15.  
  16. This module provides an interface to encode and decode both headers and bodies
  17. with quoted-printable encoding.
  18.  
  19. RFC 2045 defines a method for including character set information in an
  20. `encoded-word' in a header.  This method is commonly used for 8-bit real names
  21. in To:/From:/Cc: etc. fields, as well as Subject: lines.
  22.  
  23. This module does not do the line wrapping or end-of-line character
  24. conversion necessary for proper internationalized headers; it only
  25. does dumb encoding and decoding.  To deal with the various line
  26. wrapping issues, use the email.Header module.
  27. """
  28.  
  29. __all__ = [
  30.     'body_decode',
  31.     'body_encode',
  32.     'body_quopri_check',
  33.     'body_quopri_len',
  34.     'decode',
  35.     'decodestring',
  36.     'encode',
  37.     'encodestring',
  38.     'header_decode',
  39.     'header_encode',
  40.     'header_quopri_check',
  41.     'header_quopri_len',
  42.     'quote',
  43.     'unquote',
  44.     ]
  45.  
  46. import re
  47.  
  48. from string import hexdigits
  49. from email.utils import fix_eols
  50.  
  51. CRLF = '\r\n'
  52. NL = '\n'
  53.  
  54. # See also Charset.py
  55. MISC_LEN = 7
  56.  
  57. hqre = re.compile(r'[^-a-zA-Z0-9!*+/ ]')
  58. bqre = re.compile(r'[^ !-<>-~\t]')
  59.  
  60.  
  61.  
  62. # Helpers
  63. def header_quopri_check(c):
  64.     """Return True if the character should be escaped with header quopri."""
  65.     return bool(hqre.match(c))
  66.  
  67.  
  68. def body_quopri_check(c):
  69.     """Return True if the character should be escaped with body quopri."""
  70.     return bool(bqre.match(c))
  71.  
  72.  
  73. def header_quopri_len(s):
  74.     """Return the length of str when it is encoded with header quopri."""
  75.     count = 0
  76.     for c in s:
  77.         if hqre.match(c):
  78.             count += 3
  79.         else:
  80.             count += 1
  81.     return count
  82.  
  83.  
  84. def body_quopri_len(str):
  85.     """Return the length of str when it is encoded with body quopri."""
  86.     count = 0
  87.     for c in str:
  88.         if bqre.match(c):
  89.             count += 3
  90.         else:
  91.             count += 1
  92.     return count
  93.  
  94.  
  95. def _max_append(L, s, maxlen, extra=''):
  96.     if not L:
  97.         L.append(s.lstrip())
  98.     elif len(L[-1]) + len(s) <= maxlen:
  99.         L[-1] += extra + s
  100.     else:
  101.         L.append(s.lstrip())
  102.  
  103.  
  104. def unquote(s):
  105.     """Turn a string in the form =AB to the ASCII character with value 0xab"""
  106.     return chr(int(s[1:3], 16))
  107.  
  108.  
  109. def quote(c):
  110.     return "=%02X" % ord(c)
  111.  
  112.  
  113.  
  114. def header_encode(header, charset="iso-8859-1", keep_eols=False,
  115.                   maxlinelen=76, eol=NL):
  116.     """Encode a single header line with quoted-printable (like) encoding.
  117.  
  118.     Defined in RFC 2045, this `Q' encoding is similar to quoted-printable, but
  119.     used specifically for email header fields to allow charsets with mostly 7
  120.     bit characters (and some 8 bit) to remain more or less readable in non-RFC
  121.     2045 aware mail clients.
  122.  
  123.     charset names the character set to use to encode the header.  It defaults
  124.     to iso-8859-1.
  125.  
  126.     The resulting string will be in the form:
  127.  
  128.     "=?charset?q?I_f=E2rt_in_your_g=E8n=E8ral_dire=E7tion?\\n
  129.       =?charset?q?Silly_=C8nglish_Kn=EEghts?="
  130.  
  131.     with each line wrapped safely at, at most, maxlinelen characters (defaults
  132.     to 76 characters).  If maxlinelen is None, the entire string is encoded in
  133.     one chunk with no splitting.
  134.  
  135.     End-of-line characters (\\r, \\n, \\r\\n) will be automatically converted
  136.     to the canonical email line separator \\r\\n unless the keep_eols
  137.     parameter is True (the default is False).
  138.  
  139.     Each line of the header will be terminated in the value of eol, which
  140.     defaults to "\\n".  Set this to "\\r\\n" if you are using the result of
  141.     this function directly in email.
  142.     """
  143.     # Return empty headers unchanged
  144.     if not header:
  145.         return header
  146.  
  147.     if not keep_eols:
  148.         header = fix_eols(header)
  149.  
  150.     # Quopri encode each line, in encoded chunks no greater than maxlinelen in
  151.     # length, after the RFC chrome is added in.
  152.     quoted = []
  153.     if maxlinelen is None:
  154.         # An obnoxiously large number that's good enough
  155.         max_encoded = 100000
  156.     else:
  157.         max_encoded = maxlinelen - len(charset) - MISC_LEN - 1
  158.  
  159.     for c in header:
  160.         # Space may be represented as _ instead of =20 for readability
  161.         if c == ' ':
  162.             _max_append(quoted, '_', max_encoded)
  163.         # These characters can be included verbatim
  164.         elif not hqre.match(c):
  165.             _max_append(quoted, c, max_encoded)
  166.         # Otherwise, replace with hex value like =E2
  167.         else:
  168.             _max_append(quoted, "=%02X" % ord(c), max_encoded)
  169.  
  170.     # Now add the RFC chrome to each encoded chunk and glue the chunks
  171.     # together.  BAW: should we be able to specify the leading whitespace in
  172.     # the joiner?
  173.     joiner = eol + ' '
  174.     return joiner.join(['=?%s?q?%s?=' % (charset, line) for line in quoted])
  175.  
  176.  
  177.  
  178. def encode(body, binary=False, maxlinelen=76, eol=NL):
  179.     """Encode with quoted-printable, wrapping at maxlinelen characters.
  180.  
  181.     If binary is False (the default), end-of-line characters will be converted
  182.     to the canonical email end-of-line sequence \\r\\n.  Otherwise they will
  183.     be left verbatim.
  184.  
  185.     Each line of encoded text will end with eol, which defaults to "\\n".  Set
  186.     this to "\\r\\n" if you will be using the result of this function directly
  187.     in an email.
  188.  
  189.     Each line will be wrapped at, at most, maxlinelen characters (defaults to
  190.     76 characters).  Long lines will have the `soft linefeed' quoted-printable
  191.     character "=" appended to them, so the decoded text will be identical to
  192.     the original text.
  193.     """
  194.     if not body:
  195.         return body
  196.  
  197.     if not binary:
  198.         body = fix_eols(body)
  199.  
  200.     # BAW: We're accumulating the body text by string concatenation.  That
  201.     # can't be very efficient, but I don't have time now to rewrite it.  It
  202.     # just feels like this algorithm could be more efficient.
  203.     encoded_body = ''
  204.     lineno = -1
  205.     # Preserve line endings here so we can check later to see an eol needs to
  206.     # be added to the output later.
  207.     lines = body.splitlines(1)
  208.     for line in lines:
  209.         # But strip off line-endings for processing this line.
  210.         if line.endswith(CRLF):
  211.             line = line[:-2]
  212.         elif line[-1] in CRLF:
  213.             line = line[:-1]
  214.  
  215.         lineno += 1
  216.         encoded_line = ''
  217.         prev = None
  218.         linelen = len(line)
  219.         # Now we need to examine every character to see if it needs to be
  220.         # quopri encoded.  BAW: again, string concatenation is inefficient.
  221.         for j in range(linelen):
  222.             c = line[j]
  223.             prev = c
  224.             if bqre.match(c):
  225.                 c = quote(c)
  226.             elif j+1 == linelen:
  227.                 # Check for whitespace at end of line; special case
  228.                 if c not in ' \t':
  229.                     encoded_line += c
  230.                 prev = c
  231.                 continue
  232.             # Check to see to see if the line has reached its maximum length
  233.             if len(encoded_line) + len(c) >= maxlinelen:
  234.                 encoded_body += encoded_line + '=' + eol
  235.                 encoded_line = ''
  236.             encoded_line += c
  237.         # Now at end of line..
  238.         if prev and prev in ' \t':
  239.             # Special case for whitespace at end of file
  240.             if lineno + 1 == len(lines):
  241.                 prev = quote(prev)
  242.                 if len(encoded_line) + len(prev) > maxlinelen:
  243.                     encoded_body += encoded_line + '=' + eol + prev
  244.                 else:
  245.                     encoded_body += encoded_line + prev
  246.             # Just normal whitespace at end of line
  247.             else:
  248.                 encoded_body += encoded_line + prev + '=' + eol
  249.             encoded_line = ''
  250.         # Now look at the line we just finished and it has a line ending, we
  251.         # need to add eol to the end of the line.
  252.         if lines[lineno].endswith(CRLF) or lines[lineno][-1] in CRLF:
  253.             encoded_body += encoded_line + eol
  254.         else:
  255.             encoded_body += encoded_line
  256.         encoded_line = ''
  257.     return encoded_body
  258.  
  259.  
  260. # For convenience and backwards compatibility w/ standard base64 module
  261. body_encode = encode
  262. encodestring = encode
  263.  
  264.  
  265.  
  266. # BAW: I'm not sure if the intent was for the signature of this function to be
  267. # the same as base64MIME.decode() or not...
  268. def decode(encoded, eol=NL):
  269.     """Decode a quoted-printable string.
  270.  
  271.     Lines are separated with eol, which defaults to \\n.
  272.     """
  273.     if not encoded:
  274.         return encoded
  275.     # BAW: see comment in encode() above.  Again, we're building up the
  276.     # decoded string with string concatenation, which could be done much more
  277.     # efficiently.
  278.     decoded = ''
  279.  
  280.     for line in encoded.splitlines():
  281.         line = line.rstrip()
  282.         if not line:
  283.             decoded += eol
  284.             continue
  285.  
  286.         i = 0
  287.         n = len(line)
  288.         while i < n:
  289.             c = line[i]
  290.             if c <> '=':
  291.                 decoded += c
  292.                 i += 1
  293.             # Otherwise, c == "=".  Are we at the end of the line?  If so, add
  294.             # a soft line break.
  295.             elif i+1 == n:
  296.                 i += 1
  297.                 continue
  298.             # Decode if in form =AB
  299.             elif i+2 < n and line[i+1] in hexdigits and line[i+2] in hexdigits:
  300.                 decoded += unquote(line[i:i+3])
  301.                 i += 3
  302.             # Otherwise, not in form =AB, pass literally
  303.             else:
  304.                 decoded += c
  305.                 i += 1
  306.  
  307.             if i == n:
  308.                 decoded += eol
  309.     # Special case if original string did not end with eol
  310.     if not encoded.endswith(eol) and decoded.endswith(eol):
  311.         decoded = decoded[:-1]
  312.     return decoded
  313.  
  314.  
  315. # For convenience and backwards compatibility w/ standard base64 module
  316. body_decode = decode
  317. decodestring = decode
  318.  
  319.  
  320.  
  321. def _unquote_match(match):
  322.     """Turn a match in the form =AB to the ASCII character with value 0xab"""
  323.     s = match.group(0)
  324.     return unquote(s)
  325.  
  326.  
  327. # Header decoding is done a bit differently
  328. def header_decode(s):
  329.     """Decode a string encoded with RFC 2045 MIME header `Q' encoding.
  330.  
  331.     This function does not parse a full MIME header value encoded with
  332.     quoted-printable (like =?iso-8895-1?q?Hello_World?=) -- please use
  333.     the high level email.Header class for that functionality.
  334.     """
  335.     s = s.replace('_', ' ')
  336.     return re.sub(r'=\w{2}', _unquote_match, s)
  337.