请教：邮件解析中的编码问题处理

Question

用vc做了一个邮件解读的程序，但是在编码问题上出现了乱码，具体问题是：如在解析邮件头部内容时，如主题“Subject: =?utf-8?B?5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ==?=”，采用base64编码进行解码，出现乱码。
将这个主题中的“5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ”在在线解码中用base64解码能够正确显示，但在程序中用base64解码就乱了，主要原因应该是前面有一个“utf-8”，表示是utf-8字符集，而不是“gb2312”。
请教高手，这种问题如何解决？谢谢！

Answer 1

UTF-8 转 Unicode static wstring UTF8ToUnicode2( const string& str )
{
int  len = 0;
len = (int)str.length();
int  unicodeLen = ::MultiByteToWideChar( CP_UTF8,
0,
str.c_str(),
-1,
NULL,
0 );  
wchar_t *  pUnicode;  
pUnicode = new  wchar_t[unicodeLen+1];  
memset(pUnicode,0,(unicodeLen+1)*sizeof(wchar_t));  
::MultiByteToWideChar( CP_UTF8,
0,
str.c_str(),
-1,
(LPWSTR)pUnicode,
unicodeLen );  
wstring  rt;  
rt = ( wchar_t* )pUnicode;
delete  pUnicode;  return  rt;  
}

Answer 2

这个UTF8ToUnicode2（）函数我用过，实现utf8到unicode的转换，然后再转换为gb2312就可以把utf8转换为中文，但这个不能完成我上面的解码转换，因为主题“Subject: =?utf-8?B?5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ==?=”中的“5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ”实际上是base64编码的。

Answer 3

“Subject: =?utf-8?B?5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ==?=”
你的subject制定为Utf-8字符集， 加密方式为base64， 乱码可能是你传入的字符集不是utf-8的， 客户端解释时按默认解释就错了。 你试着把utf-8改为gb2312看下效果， 如果正确， 你要把你传入的字符串用MultiCharToWideChar转为uft-8.

Answer 4

我是采用vc自己编程来解析，不是采用foxmail等邮件工具，我的程序能够对=?gb2132?B?这种类型的base64编码正确解码，但对于=?utf-8?B?这种就乱码了，把utf-8改为gb2312还是乱码，我也用过网上的一些对于utf-8的编码解码进行解码，如上面的UTF8ToUnicode（）函数，实现utf8到unicode的转换，然后再转换为gb2312，都不行，因为这种主题中的具体内容实际上是base64编码

Answer 5

你理解错了， 字符集是字符集， 加密是加密。还是乱码只能说明你程序的email协议没有写对。 utf-8，指定后， 你传入的字符串必须是这个字符集。base64这个要看你指定的范围到底包含不subject。 这个其实很简单的。 你 一步一步分析， 首先确定你的字符集一致， 然后确定加密方式一致。以前对email的研究blog
http://blog.csdn.net/muzizongheng/archive/2009/10/15/4675651.aspx

Answer 6

你先确定你的工程字符集， 然后把工程的字符串转为email协议要的字符集， 这样保持字符集一致。

Answer 7

确实对字符集这个问题没有搞清楚。
下面是需要解析的邮件头部部分信息（邮件被导出被保存在一个文本文件中），其中显示字符集是utf-8，编码是base64：
Message-Id: <[email protected]>
MIME-Version: 1.0
From: [email protected]
Date: 19 Aug 2010 12:51:51 +0100
Subject: =?utf-8?B?5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ==?=
Content-Type: text/html; charset=utf-8
Content-Transfer-Encoding: base64
X-Nokia-AV: Clean
我在程序中，需要读取被保存在文本文件中的邮件文件，分别提取邮件的头部信息，对被编码过的头部信息要解码，如对这个subject中的编码要解码掉。我有一个base64的解码函数base64_decode()，完成对base64编码的解码。在提取这个subject后，分析其被编码，并将“=?utf-8?B?”部分去掉，并去掉subject尾部的“=?=”，再调用base64_decode()函数对“5qyi6L+O5L2/55SoIOKAnOS5kOmaj+S6q+KAnQ=”部分解码，程序如下：
startPos = Subject.Find("?B?");
if (startPos < 0)
{
startPos = Subject.Find("?b?");
} if (startPos > 0)
{
while (startPos > 0)
{
//编码结束的位置
endPos = Subject.Find("?=",startPos);
//提取编码过的字符串
Subject.Delete(0,startPos + 3);
temp_Name = Subject.Left(endPos - startPos - 3);
temp_Name.Replace("\r\n","");
int Name_len = temp_Name.GetLength();
temp_Name.Format("%s",base64.base64_decode(temp_Name.GetBuffer(Name_len),Name_len));

AfxMessageBox("temp name:"+temp_Name); Name = Name+temp_Name; startPos = Subject.Find("?B?");
if (startPos < 0)
{
startPos = Subject.Find("?b?");
}
}
}
最终的结果AfxMessageBox显示出的信息是乱码，如果charset为gb2312的话，解码是没有问题的，但这里面要处理的是utf-8，所以乱码了，这个字符集需要怎么处理，还没搞清楚。请指教，谢谢。

Answer 8

base64.base64_decode(temp_Name.GetBuffer(Name_len),Name_len)这个语句调用要改下。猜测你的工程为多字节字符， 即非unicode， 因此gb2312是对的。你要做如下处理：
你把temp_Name转换为多字节， 
char szTemp1[8096] = {NULL};
WideCharToMultiByte(CP_ACP, 0, temp_Name.GetBuffer(0), -1, szTemp1, 8095, NULL, NULL );
temp_Name = CString(szTemp1);然后再调用AfxMessageBox(base64.base64_decode(temp_Name.GetBuffer(Name_len),Name_len));　看看。

Answer 9

sorry， char szTemp1[8096] = {NULL};
WideCharToMultiByte(CP_ACP, 0, temp_Name.GetBuffer(0), -1, szTemp1, 8095, NULL, NULL );
temp_Name = CString(szTemp1);上面处理后Name_len要重新获取。

Answer 10

这个知道，谢谢，但temp_Name.GetBuffer(0)这个在编译时出错，“error C2664: 'WideCharToMultiByte' : cannot convert parameter 3 from 'char *' to 'const unsigned short *'
        Types pointed to are unrelated; conversion requires reinterpret_cast, C-style cast or function-style cast”，类型转换的问题，用强制转换好像也不行

Answer 11

kao， 那你的工程就是unicode的， 你没看你的工程属性？？？？？？？？？？那你半天转什么啊？注意你的base64解密不用改， 这些都是转换字符集，转换正确后传给base 你确定下， 是不是unicode， 如果是
USES_CONVERSION; 
LPSTR strFrom = W2A(temp_Name.GetBuffer(0)); 
char szTemp[8096] = {NULL}; 
WideCharToMultiByte(CP_UTF8, 0, temp_Name.GetBuffer(0),  -1, szTemp, 8095, NULL, NULL ); 本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/muzizongheng/archive/2009/10/15/4675651.aspx

Answer 12

唉，工程不是unicode的，没有加这个定义，看工程属性中也没有unicode定义的，
鼠标点击WideCharToMultiByte(CP_UTF8, 0, temp_Name.GetBuffer(0), -1, szTemp, 8095, NULL, NULL )的temp_Name.GetBuffer(0)上面，显示是unsigned short *类型，但就是编译通不过

Answer 13

不会啊， 不是unicode， CString怎么会事unsigned short*。 你看看是不是有_UNICODE 或者UNICODE的定义在工程属性了。