DIV CSS 佈局教程網

您现在的位置: DIV+CSS佈局教程網 >> 網頁腳本 >  >> WEB網站前端 >> 前端技巧
MIME 編碼完全解析:Base64、Quoted-Printable 與 multipart
編輯:前端技巧     

一、MIME 是什麼

MIME 是 Multipurpose Internet Mail Extensions 的縮寫。FOLDOC 對它的定義是:「一種用於傳送圖形、聲音、傳真等非文字資料的多部分、多媒體郵件與 WWW 超文本編碼標準。」它定義於 RFC 1341,用 MIMENCODE 方法把二進位資料轉換成 BASE64 這個 ASCII 子集的字元組合。

MIMENCODE 最早叫 MMENCODE,之所以要取代 UUENCODE,是因為 UUENCODE 用到的一些字元會在某些郵件閘道(特別是轉換 ASCII 與 EBCDIC 的閘道)造成傳輸障礙,加上部分軟體無法正確解碼,導致郵件閱讀困難。MIME 原本設計來取代 UUENCODE,結果是兩套協議長期共存。

在 MIME 出現之前,RFC 822 只能傳送基本的 ASCII 文字,郵件內容要包含二進位檔、聲音、動畫非常困難。MIME 提供了一種在郵件中附加多種不同編碼檔案的方法,彌補了原有資訊格式的不足。如今 MIME 已經不只是郵件編碼,也成為 HTTP 協議標準的一部分。

二、兩種編碼方式

對郵件編碼最初的理由是:網路上很多閘道無法正確傳輸 8 位元內碼的字元,例如漢字。編碼原理就是把 8 位元內容轉成 7 位元形式以便傳輸,接收端收到後再還原。MIME 演算法簡單、易於擴充,現在已成為主流,不只傳 8 位元字元,也能傳二進位檔。它定義了兩種編碼方法:Base64 與 Quoted-Printable。

Base64

原理很簡單:把三個 Byte 的資料用四個 Byte 表示,而這四個 Byte 實際只用到前 6 個位元,因此不存在「只能傳 7 位元」的限制。

Base64 把輸入資料編碼成只含 A-Z a-z 0-9 + / 這 64 個字元的字串,並用 = 填充。做法是每次取 6 位元,用其值(0–63)查表輸出對應字元,所以每 3 個位元組會編碼為 4 個字元(3×8 → 4×6),不足的部分用 = 補齊。

有些場合會寫成 =?charset?B?xxxxxxxx?=,表示 xxxxxxxx 是 Base64 編碼、原文編碼為 charset。在段體內則直接編碼,MIME 建議每行最多 76 個字元。

演算法上,它先把字元流依序放進一個 24 位元的緩衝區,不足處補零,再將緩衝區切成四段、每段 6 位元(高位在前),用 64 個字元重新表示。若輸入只有一兩個位元組,輸出會用等號補足,以避免附加資訊造成編碼混淆。

編碼實例:以 "men" 為例

先轉成 US-ASCII 值:
"m" = 109   "e" = 101   "n" = 110

二進位:
m  01101101
e  01100101
n  01101110

三個 8 位連起來是 24 位:
011011010110010101101110

分成 4 段,每段 6 位:
011011 010110 010101 101110

十進位: 27  22  21  46
對應 Base64 字元: b   W   V   u

若只有兩個字元,例如 "me",最後一段補零湊滿 6 位,再用一個 = 補足四個字元,結果是 bWU=。若只有一個字元 "m",則補兩個等號,結果是 bQ==。

Quoted-Printable(QP)

另一種方法是把一個 8 位元字元用兩個十六進位數表示,前面加「=」。所以 QP 編碼後的中文看起來像這樣:

=B3=C2=BF=A1=C7=E5=A3=AC=C4=FA=BA=C3=A3=A1

QP 的規則是:不需編碼的字元直接輸出;需要編碼的先輸出 =,後面接兩個字元組成的十六進位位元組值。有些場合寫成 =?charset?Q?xxxxxxxx?=。在段體內直接編碼,換行前會額外輸出一個 =。

三、MIME 的標頭資訊

郵件標頭

MIME 沿用了許多 RFC 822 的欄位,也新增了一些:

欄位                         含義          添加者
Received                     傳輸路徑      各級郵件伺服器
Return-Path                  回覆地址      目標郵件伺服器
Delivered-To                 發送地址      目標郵件伺服器
Reply-To                     回覆地址      郵件創建者
From / To / Cc / Bcc         寄件/收件/副本/密件
Date                         日期與時間    郵件創建者
Subject                      主題          郵件創建者
Message-ID                   訊息 ID       郵件創建者
MIME-Version                 MIME 版本     郵件創建者
Content-Type                 內容類型      郵件創建者
Content-Transfer-Encoding    內容傳輸編碼  郵件創建者

非標準的自訂欄位一律以 X- 開頭,例如 X-Mailer、X-MSMail-Priority,通常只有寄收雙方使用同一程式時才有意義。

段標頭

Content-Type              段體的類型
Content-Transfer-Encoding 段體的傳輸編碼方式
Content-Disposition       段體的安排方式
Content-ID                段體的 ID
Content-Location          段體的位置(路徑)
Content-Base              段體的基位置

有些欄位除了值還帶參數,值與參數、參數與參數之間以「;」分隔,參數名與值之間以「=」分隔。

MIME-Version

MIME-Version: 1.0

Content-Type

Content-Type 定義了正文的類型,我們靠它知道內容是什麼檔案:text/plain 是無格式文字,text/html 是 HTML 文件,image/gif 是 GIF 圖片。格式一律是「主類型/子類型」。

主類型有 text、image、audio、video、application、multipart、message,分別表示文字、圖片、音訊、影片、應用、分段、訊息。每個主類型下有多個子類型,例如 text 包含 plain、html、xml、css。以 X- 開頭的表示自訂類型,未向 IANA 正式註冊但多已約定成俗,例如 application/x-zip-compressed。

常見參數:

主類型       參數名     含義
text         charset    字元集
image        name       名稱
application  name       名稱
multipart    boundary   邊界

multipart 類型

multipart 是 MIME 郵件的精髓:正文由多個部分組成,後面的子類型說明這些部分之間的關係。郵件常用三種:

  • multipart/alternative:正文由兩個可互相替代的部分組成,可以任選其一顯示。同時提供 text 與 html 時使用——支援 HTML 的用戶端顯示 HTML 正文,不支援的則顯示純文字版。
  • multipart/mixed:多個部分是混合的,指正文與附件的關係。郵件帶附件時即用此類型。
  • multipart/related:多個部分彼此相關,通常用來描述 HTML 正文與其引用的圖片。

層次關係大致如下:

+------------------------- multipart/mixed -------------------------+
| +----------------- multipart/related -------------------+          |
| | +----- multipart/alternative ------+ +----------+ | +------+ |
| | | +------------+ +------------+    | | 內嵌資源 | | | 附件 | |
| | | | 純文字正文 | | 超文本正文 |    | |          | | |      | |
| | | +------------+ +------------+    | +----------+ | +------+ |
| | +---------------------------------+               |          |
| +---------------------------------------------------+          |
+------------------------------------------------------------------+

歸納起來:要加附件必須定義 multipart/mixed 段;有內嵌資源至少要定義 multipart/related 段;純文字與超文本共存至少要定義 multipart/alternative 段。所謂「至少」是指可以放大使用——只有兩種正文時,把它定義成 multipart/related 甚至 multipart/mixed 也是允許的。

multipart 各類型的共同特徵是:在段標頭指定 boundary 參數字串,段體內每個子段以此定界。所有子段都以 -- + boundary 行開始,父段則以 -- + boundary + -- 行結束。在 multipart 郵件中,正文開頭(第一個 boundary 行之前)可以有若干註解性質的文字行,解碼時應忽略。

這些複合類型可以嵌套使用。例如一封帶附件、同時有 html 與 text 兩種正文的郵件,結構是:

Content-Type: multipart/mixed

  部分一:Content-Type: multipart/alternative
          ├─ 純文字正文
          └─ HTML 正文
  部分二:附件

含有 MIME/BASE64 編碼的郵件,看源碼時通常會出現 "This is a multi-part message in MIME format." 這類句子。絕大多數郵件程式(Netscape、MS Mail、Eudora 等)都能正確解碼,把 Base64 部分還原成文字或二進位附件。

Content-Transfer-Encoding

它表示這個部分的編碼方式,只有讀懂這個標示才能用正確方式解碼。共有 Base64、Quoted-Printable、7bit、8bit、Binary 幾種:

  • 7bit 是預設值,因為電子郵件最初被設計成全部使用可列印的 ASCII。
  • Base64 與 Quoted-Printable 是非英語國家使用最廣的兩種。
  • Binary 只有象徵意義,沒有實用價值。

boundary

這個分隔符是正文中不可能出現的一串字元組合。文件中以 -- 加 boundary 表示一個部分的開始,結尾則是 -- 加 boundary 再加 --。由於複合類型可以嵌套,一封郵件裡可能出現多個 boundary。

實務上有一點值得注意:boundary 字串必須在整封信中唯一,否則解析器會在錯誤的位置切段,導致附件損毀或正文被截斷。自己產生 MIME 郵件時,用雜湊值或 UUID 來組 boundary 是比較穩妥的做法。

XML學習教程| jQuery入門知識| AJAX入門| Dreamweaver教程| Fireworks入門知識| SEO技巧| SEO優化集錦|
Copyright © DIV+CSS佈局教程網 All Rights Reserved