解码UTF8电子邮件标题

Question

我有一个邮件主题的形式：

=?utf-8?B?T3.....?=

邮件正文是utf-8 base64编码的，解码工作顺利完成。我目前使用Perl的Email::MIME模块来解码该电子邮件。

?utf-8分隔符的含义是什么？我该如何从这个字符串中提取信息？

- CoffeeMonster

Answer 1

根据RFC 2047，一些标题的值中可能会出现encoded-word标记。它们的解析如下：

=?<charset>?<encoding>?<data>?=

在这种情况下，字符集为UTF-8，编码是B，意味着使用base64（另一个选项是Q，意味着Quoted Printable）。

要阅读它，首先解码base64，然后把它当作UTF-8字符处理。

此外，可以阅读各种Internet Mail RFC获取更多详细信息，主要是RFC 2047。

由于您正在使用Perl，可能会用到Encode::MIME::Header：

SYNOPSIS

use Encode qw/encode decode/;
$utf8   = decode('MIME-Header', $header);
$header = encode('MIME-Header', $utf8);

摘要

本模块实现RFC 2047 Mime头编码。有3种变体编码名称：MIME-Header， MIME-B和MIME-Q。它们的区别如下所述。

              decode()          encode()  
MIME-Header   Both B and Q      =?UTF-8?B?....?=  
MIME-B        B only; Q croaks  =?UTF-8?B?....?=  
MIME-Q        Q only; B croaks  =?UTF-8?Q?....?=

- 1800 INFORMATION

Answer 2

我认为Encode模块使用编码处理这个问题，所以尝试这样做:

use Encode qw(decode);
my $decoded = decode("MIME-Header", $encoded);

- moritz

---

那很有帮助，谢谢。顺便说一句，我还使用了print encode('utf-8', $headers_decoded)来正确显示解码后的标题，如果其他人在编写邮件脚本时阅读此内容。 - kagali-san

Answer 3

请查看RFC2047。'B'表示最后两个问号之间的部分是base64编码的。'utf-8'自然表示解码后的数据应该被解释为UTF-8。

- marijne

Answer 4

MIME-tools中的MIME::Words也很适合这个任务。我遇到了一些Encode的问题，但发现在某些字符串上MIME::Words成功了。

use MIME::Words qw(:all);
$decoded = decode_mimewords(
    'To: =?ISO-8859-1?Q?Keld_J=F8rn_Simonsen?= <[e-mail]>',
);

- Philonious

Answer 5

这是一个标准的扩展，用于标记头部字符集，规定在RFC2047中。

- wnoise