一步一步从原理跟我学邮件收取及发送 13.mime格式与常见字符编码

在前面的本系列文章中我们已经学会了邮件的发送和收取。但在收取中我们看到的是一串串的乱码，回忆前面的发送过程，我们会奇怪：我们前面的邮件是明文啊。为什么明文的邮件明明也可以正常工作，还要弄乱码似的字符串编码呢？让我们先来看一下前面发送过的邮件内容：

From: "test1@newbt.net" <test1@newbt.net>
To: "clq@newbt.net" <clq@newbt.net>
Subject: test
Date: Sun,  Jan  :: GMT

Hello World.

从中我们可以看到，其实可以直接在"记事本"中把邮件直接写出来。这是因为电子邮件的格式是 mime 而最简单的 mime 格式并不复杂。mime 当然也是有 rfc 文档进行说明的，不过明显太过复杂，我们先不要管它，先直接直观的看看眼前的这个邮件的格式。前面几行比较简单，我们猜也能猜出来，无非是说明了邮件的发件人、收件人这样的信息。后面的内容也简单啊，不就是邮件内容嘛！但是这里就有一个 mime 初学者非常容易出错的地方，后面的内容不仅仅是电子邮件的内容那么简单。实际上它包含了分隔符。什么分隔符号？你会问。我要说这封邮件里包含了两部分：一部分是头信息，包括发件人、收件人、标题、日期；另一部分是内容 "Hello World." 你能从上面的内容中找到它们的分隔符号是什么吗？大部分的同学仔细看过都会说，我看得出来是两部分，但是分隔符号是什么我真不知道。这个就是直观感受和程序处理的区别了，一眼看过去我们似乎能知道是两部分，但具体的就要知道格式的标准了。在这里，它的标准说明是：分隔符号是一个空行，不过在程序中它应该或者说必须描述为 "字符串流中的第一个空行前是头信息" 我不能说之后的就是内容，虽然这封信里看起来是这样。只能说对于这封信来说后面的内容是具体的信息，可以用下图表示：

在继续往下说以前我们要明白 mime 实际上在 http 中和 email 中是不太一样的，学过 http 的 mime 内容的同学要注意了：mime 在电子邮件中要比 http 中复杂得多，虽然它们是同一个标准。

这里要再提出一个问题，如果我们要写一个中文的标题应该怎么写？你会说，改 subject 那里为"中文标题"就可以啦。如果我们这样做的话，确实对方可以收到一封中文的邮件。但我要说的是这样做是错误的。

（错误的中文标题做法）

我们前面的文章已经说过了，中文的内容在传统上是要使用编码的，所以正确的标题应该是下面的这样：

这里使用的编码方式就是前面说过的 base64。不过在邮件编码中还有一种更传统的，那就是"quoted-printable"编码，例如以下的这封 facebook 的信件内容就是这种编码的。

所以我们就明白了，要处理好电子邮件的 mime 那么就要先处理好这些编码格式，幸好常用的编码就这两种，而 base64 我们前面又掌握了。所以我们只要再学会"quoted-printable"编码就可以了。

其实"quoted-printable"说来也很简单，基本上就是我们常用的 http 的网址的编码，即将一个不可打印字符按16进制转换成基本字符串，然后在前面加上"="号就可以了，所以一个普通字符转换后要变成三个字符，是比较占空间的。不过现在是地球村时代，我们要特别注意字符集的处理，具体处理我们下一篇用纯C的代码来做一个示例。好了这一次的内容就到这里了。

注：查看电子邮件源码的话，直接在163 这样的站点上是看不到的，可以搜索一下 foxmail4.2 （最新版本我没试过）；也可以用笔者的 eemail ，不过早期版本 mime 标题部分不完善，请到以下地址下载最新版本：

http://newbt.net/ms/vdisk/show_bbs.php?id={B7106D5A-A5CB-3CFE-DFEB-4A4909A9B13A}&pid=43

这篇的内容稍少，不过不先搞清楚"quoted-printable"编码是不行的，所以还是得有这一章节。

--------------------------------------------------

版权声明:

本系列文章已授权百家号 "clq的程序员学前班" . 文章编排上略有差异.