解码接收邮件主题的正确方法(utf 8)

Question

我试图将收到的邮件传输到PHP脚本中，以便将它们存储在数据库和其他东西中。我正在使用(须登记)类，尽管我不认为这很重要。

我对电子邮件的主题有问题。当标题是英文的时候，它工作得很好，但是如果主题使用非拉丁字符，我会得到一些类似的内容。

=?UTF-8?B?2KLYstmF2KfbjNi0?=

一个像یکدوسه这样的标题

我对这个主题的解读如下：

  $subject  = str_replace('=?UTF-8?B?' , '' , $subject);
  $subject  = str_replace('?=' , '' , $subject);      
  $subject = base64_decode($subject); 

它可以很好地工作，与类似10-15个字符的短主题，但与较长的标题，我得到一半的原始标题与类似的���在结尾。

如果标题更长，比如30个字符，我什么也得不到。我做得对吗？

Answer 1

尽管这已经有将近一年的历史了，但我发现了这个问题，并面临着类似的问题。

我不知道你为什么会得到奇怪的字符，但也许你想把它们显示在你的字符集不受支持的地方。

下面是我编写的一些代码，它应该处理除字符集转换之外的所有内容，这是许多库处理得更好的一个大问题。(例如，PHP的MB库 )

class mail {
    /**
      * If you change one of these, please check the other for fixes as well
     *
     * @const Pattern to match RFC 2047 charset encodings in mail headers
     */
    const rfc2047header = '/=\?([^ ?]+)\?([BQbq])\?([^ ?]+)\?=/';

    const rfc2047header_spaces = '/(=\?[^ ?]+\?[BQbq]\?[^ ?]+\?=)\s+(=\?[^ ?]+\?[BQbq]\?[^ ?]+\?=)/';

    /**
     * http://www.rfc-archive.org/getrfc.php?rfc=2047
     *
     * =?<charset>?<encoding>?<data>?=
     *
     * @param string $header
     */
    public static function is_encoded_header($header) {
        // e.g. =?utf-8?q?Re=3a=20Support=3a=204D09EE9A=20=2d=20Re=3a=20Support=3a=204D078032=20=2d=20Wordpress=20Plugin?=
        // e.g. =?utf-8?q?Wordpress=20Plugin?=
        return preg_match(self::rfc2047header, $header) !== 0;
    }

    public static function header_charsets($header) {
        $matches = null;
        if (!preg_match_all(self::rfc2047header, $header, $matches, PREG_PATTERN_ORDER)) {
            return array();
        }
        return array_map('strtoupper', $matches[1]);
    }

    public static function decode_header($header) {
        $matches = null;

        /* Repair instances where two encodings are together and separated by a space (strip the spaces) */
        $header = preg_replace(self::rfc2047header_spaces, "$1$2", $header);

        /* Now see if any encodings exist and match them */
        if (!preg_match_all(self::rfc2047header, $header, $matches, PREG_SET_ORDER)) {
            return $header;
        }
        foreach ($matches as $header_match) {
            list($match, $charset, $encoding, $data) = $header_match;
            $encoding = strtoupper($encoding);
            switch ($encoding) {
                case 'B':
                    $data = base64_decode($data);
                    break;
                case 'Q':
                    $data = quoted_printable_decode(str_replace("_", " ", $data));
                    break;
                default:
                    throw new Exception("preg_match_all is busted: didn't find B or Q in encoding $header");
            }
            // This part needs to handle every charset
            switch (strtoupper($charset)) {
                case "UTF-8":
                    break;
                default:
                    /* Here's where you should handle other character sets! */
                    throw new Exception("Unknown charset in header - time to write some code.");
            }
            $header = str_replace($match, $data, $header);
        }
        return $header;
    }
}

当运行脚本并使用UTF-8在浏览器中显示时，结果是：

آزمایش

你会这样运行它：

$decoded = mail::decode_header("=?UTF-8?B?2KLYstmF2KfbjNi0?=");

Answer 2

您可以使用mb_decode_mimeheader()函数来解码字符串。

Answer 3

使用php本机函数

<?php
mb_decode_mimeheader($text);
?>

这个函数可以处理utf8以及iso-8859-1字符串.我已经测试过了。