请教一下高手MIME编码

[李V四]

MIME的过程是怎样？
最好有相关文档

[lolin]

留ｅｍａｉｌ地址

[李V四]

MIME='M'+'I'+'M'+'E' Ok?

[李V四]

[e-mail]

[sxbyl]

看以下RFC文档
RFC 2045, RFC 2046, RFC 2047, RFC 2048, RFC 2049

[李V四]

sxbyl(白菜)
我对RFC所至甚少!

[sxbyl]

去http://www.w3.org/找RFC文档

[hotchina1]

MIME 编码方式简介

　　Subject: =?gb2312?B?xOO6w6Oh?=
　　这里是邮件的主题，可是因为编码了，我们看不出是什么内容，其原来的文本是：
　　“你好！”我们先看看 MIME 编码的两种方法。
　　对邮件进行编码最初的原因是因为 Internet 上的很多网关不能正确传输8 bit 内
　　码的字符，比如汉字等。编码的原理就是把 8 bit 的内容转换成 7 bit 的形式以能正
　　确传输，在接收方收到之后，再将其还原成 8 bit 的内容。
　　MIME 是“多用途网际邮件扩充协议”的缩写，在 MIME 协议之前，邮件的编码曾经
　　有过 UUENCODE 等编码方式 ，但是由于 MIME 协议算法简单，并且易于扩展，现在已经
　　成为邮件编码方式的主流，不仅是用来传输 8 bit 的字符，也可以用来传送二进制的文
　　件 ，如邮件附件中的图像、音频等信息，而且扩展了很多基于MIME 的应用。从编码方
　　式来说，MIME 定义了两种编码方法Base64与QP(Quote-Printable) :
　　Base 64 是一种通用的方法，其原理很简单，就是把三个Byte的数据用 4 个Byte表
　　示，这样，这四个Byte 中，实际用到的都只有前面6 bit，这样就不存在只能传输 7bi
　　t 的字符的问题了。Base 64的缩写一般是“B”，像这封信中的Subject 就是用的 Bas
　　e64 编码。
　　另一种方法是QP(Quote-Printable) 方法，通常缩写为“Q”方法，其原理是把一个
　　8 bit 的字符用两个16进制数值表示，然后在前面加“=”。所以我们看到经过QP编码
　　后的文件通常是这个样子：=B3=C2=BF=A1=C7=E5=A3=AC=C4=FA=BA=C3=A3=A1。
　　在 PHP 里，系统有两个函数可以很方便地实现解码：base64_decode（）与quoted
　　_printable_decode（），前者可用于base64 编码的解码，后者是用于 QP 编码方法的
　　解码。
　　现在我们再来看看Subject: =?gb2312?B?xOO6w6Oh?= 这一主题的内容，这不是一段
　　完整的编码，只有部分是编码了的，这个部分用 =? ?= 两个标记括起来，=? 后面说明
　　的是这段文字的字符集是 GB2312 ，然后一个 ? 后面的一个 B 表示的是用的 Base64
　　编码。通过这段分析，我们来看一下这个 MIME 解码的函数：（该函数由 PHPX.COM 站
　　长 Sadly 提供，本人将其放入一个类中，并做了少量的修改，在此致谢）
　　function decode_mime($string) {
　　$pos = strpos($string, '=?');
　　if (!is_int($pos)) {
　　return $string;
　　}
　　$preceding = substr($string, 0, $pos); // save any preceding text
　　$search = substr($string, $pos+2); /* the mime header spec says this is
　　the longest a single encoded word can be */
　　$d1 = strpos($search, '?');
　　if (!is_int($d1)) {
　　return $string;
　　}
　　$charset = substr($string, $pos+2, $d1); //取出字符集的定义部分
　　$search = substr($search, $d1+1); //字符集定义以后的部分＝>$search;
　　$d2 = strpos($search, '?');
　　if (!is_int($d2)) {
　　return $string;
　　}
　　$encoding = substr($search, 0, $d2); ////两个?　之间的部分编码方式　：ｑ
　　或　ｂ　
　　$search = substr($search, $d2+1);
　　$end = strpos($search, '?='); //$d2+1 与 $end 之间是编码了　的内容：=>
　　$endcoded_text;
　　if (!is_int($end)) {
　　return $string;
　　}
　　$encoded_text = substr($search, 0, $end);
　　$rest = substr($string, (strlen($preceding . $charset . $encoding . $en
　　coded_text)+6)); //+6 是前面去掉的　=????=　六个字符
　　switch ($encoding) {
　　case 'Q':
　　case 'q':
　　//$encoded_text = str_replace('_', '%20', $encoded_text);
　　//$encoded_text = str_replace('=', '%', $encoded_text);
　　//$decoded = urldecode($encoded_text);
　　$decoded=quoted_printable_decode($encoded_text);
　　if (strtolower($charset) == 'windows-1251') {
　　$decoded = convert_cyr_string($decoded, 'w', 'k');
　　}
　　break;
　　case 'B':
　　case 'b':
　　$decoded = base64_decode($encoded_text);
　　if (strtolower($charset) == 'windows-1251') {
　　$decoded = convert_cyr_string($decoded, 'w', 'k');
　　}
　　break;
　　default:
　　$decoded = '=?' . $charset . '?' . $encoding . '?' . $encoded_text
　　. '?=';
　　break;
　　}
　　return $preceding . $decoded . $this->decode_mime($rest);
　　}
　　这个函数用了递归的方法来实现一段包含有如上的 Subject 段的字符的解码。程序
　　中已经加上了注释。相信有点PHP 编程基础的人都能够看得明白。该函数也是调用的ba
　　se64_decode（）与quoted_printable_decode（）两个系统函数实现的解码，但是需要
　　对邮件源文件进行大量的字符串的分析。不过，PHP 的字符串操作可以算是所有语言里
　　最为方便自由的。函数的最后return $preceding . $decoded . $this->decode_mime(
　　$rest); 实现递归解码，因为这个函数实际上是放在后面要介绍的一个 MIME解码的类中
　　的，所以用了 $this->decode_mime($rest)这种形式的调用方法。
　　下面我们来看正文。这里关系到 MIME 的一些头信息，我们先做一个简单的介绍（
　　如果读者有兴趣了解更多的内容，请参考 MIME 的官方文档）。
　　MIME-Version: 1.0
　　表示使用的 MIME 的版本号，一般是1.0;
　　Content-Type: 定义了正文的类型，我们实际上是通过这个标识来知道正文内是什
　　么类型的文件，比如：text/plain 表示的是无格式的文本正文，text/html 表示的 Ht
　　ml 文档，image/gif 表示的是 gif 格式的图片等等。在本文中特别要说明一下的是邮
　　件中常用到的复合类型。multipart 类型表示正文是由多个部分组成的，后面的子类型
　　说明的是这些部分之间的关系，邮件中用到的三个类型有，multipart/alternative：表
　　示正文由两个部分组成，可以选择其中的任意一个。主要作用是在征文同时有 text 格
　　式和 html 格式时，可以在两个正文中选择一个来显示，支持 html 格式的邮件客户端
　　软件一般会显示其 HTML 正文，而不支持的则会显示其 Text 正文；multipart/mixed
　　：表示文档的多个部分是混合的，指正文与附件的关系。如果邮件的 MIME 类型是mult
　　ipart/mixed，即表示邮件带有附件；multipart/related ：表示文档的多个部分是相关
　　的，一般用来描述 Html 正文与其相关的图片。
　　这些复合类型又是可以嵌套使用的，比如说一个带有附件的邮件，同时有 html 与
　　text 两种格式的正文，则邮件的结构是：
　　Content-Type: multipart/mixed
　　部分一：
　　Content Type : multipart/alternative：
　　Text 正文；
　　Html 格式的正文　
　　部分二：
　　附件
　　邮件结束符；
　　由于复合类型由多个部分组成，因此，需要一个分隔符来分隔这多个部分，这就是
　　上面的邮件源文件中的boundary="----=_NextPart_000_0007_01C03166.5B1E9510"所描
　　述的，对于每一个Contect type :multipart/* 的内容，都会有这么一个说明，表示多
　　个部分之间的分隔，这个分隔符是正文中不可能出现的一串古字符的组合，在文档中，
　　以　"--" 加上这个boundary 来表示一个部分的开始，在文档的结束，以"--"加bounda
　　ry再在最后加上 "--" 来表示文档的结束。由于复合类型是可以嵌套使用的，因此，邮
　　件中可能会多个　boundary　。
　　还有一个最重要的 MIME 头标签：
　　Content-Transfer-Encoding: base64 它表示了这个部分文档的编码方式，也就是
　　我们上面所介绍的Base64或QP(Quote-Printable)。我们只有识别了这个说明，才能用正
　　确的解码方式实现对其解码。
　　限于篇幅，对于 MIME 的介绍就只说到这里。下面我将给出一个解码MIME邮件的类，
　　并对其做简要说明。