Keyword: javamail MimeUtility 繁體字 亂碼

在描述這個(gè)問(wèn)題之前，先把一些包的包名，版本，用到的方法，以及大概情況貼上來(lái)，大家可以先對(duì)號(hào)入座再考慮往下看

包名：javax.mail.jar
版本：version 1.4 : 48.0, super bit
所涉及的類(lèi)： javax.mail.internet.MimeUtility
類(lèi)方法：javax.mail.internet.MimeUtility.decodeText(String arg0) / javax.mail.internet.MimeUtility.decodeWord(String arg0)

問(wèn)題

很多人在使用javamail解析郵件主題，正文，或者附件名稱(chēng)的時(shí)候經(jīng)常會(huì)遇到這樣的問(wèn)題，比如你肉眼看到的是繁體字，而解析出來(lái)的卻是一個(gè)菱形的異常字符，比如??，而這種問(wèn)題出現(xiàn)的根本問(wèn)題大多數(shù)是因?yàn)镸imeUtility沒(méi)辦法直接解碼gb2312/GB2312編碼的繁體字字符

不管是郵件主題，附件名還是正文，所有內(nèi)容的編碼都遵循以下格式：

=?gb2312?B?1/e3qCA=?=

• 第一個(gè)“=?”與“?”之間代表此字符串的編碼
• 第二個(gè)“?”與"?"之間的B代表base64，如果是Q則代表 Quoted-Printable
• 第三個(gè)"?"與最后的“=?”之間的內(nèi)容就是由前面指定的編碼再由后續(xù)的轉(zhuǎn)化而成的內(nèi)容，例如上面是由gb2312編碼轉(zhuǎn)化成的字符串然后再由base64轉(zhuǎn)化后的內(nèi)容，包括郵件主題，附件名字以及正文，具體編碼后的字符串可以查看郵件的header信息，里邊包括了郵件的每個(gè)part的編碼后的內(nèi)容

但是問(wèn)題來(lái)了，javamail中的MimeUtility.decodeText或者M(jìn)imeUtility.decodeWord沒(méi)辦法直接解碼經(jīng)過(guò)gb2312編碼的繁體字，首先我們來(lái)分析一下，GB2312和GBK的區(qū)別：

GB2312是一個(gè)簡(jiǎn)體中文字符集
GBK是在國(guó)家標(biāo)準(zhǔn)GB2312基礎(chǔ)上擴(kuò)容后兼容GB2312的標(biāo)準(zhǔn)

很明顯，意思就是說(shuō)GB2312是GBK字符集的子集，所以假想一下，如果經(jīng)過(guò)GB2312編碼的簡(jiǎn)繁體字，是否可以使用GBK的編碼方式解碼，并且MimeUtility.decodeText/MimeUtility.decodeWord支持使用gbk解碼，經(jīng)過(guò)試驗(yàn)，證明是可以的，而且很簡(jiǎn)單，先將gb2312這個(gè)編碼替換成gbk，也就是將=?和?中間的gb2312這一串替換掉，變成如下

=?gbk?B?1/e3qCA=?=

然后再使用MimeUtility.decodeText或者M(jìn)imeUtility.decodeWord解碼字符串，以解碼經(jīng)過(guò)gb2312編碼的繁體中文郵件主題為例，完整代碼如下：

String headerSubject = message.getHeader("subject")[0];
//此時(shí)headerSubject就類(lèi)似上面的字符串=?gb2312?B?1/e3qCA=?=
headerSubject = headerSubject.replaceAll("gb2312", "gbk").replaceAll("GB2312", "gbk");
//替換gb2312/GB2312編碼為gbk，然后直接用MimeUtility.decodeText解碼字符串，就可以正確解碼繁體字了
headerSubject = MimeUtility.decodeText(headerSubject);

——END——
作者 : Eason，專(zhuān)注各種技術(shù)、平臺(tái)、集成，不滿(mǎn)現(xiàn)狀，喜歡改改改
文章、技術(shù)合作
Email : eason.lau02@hotmail.com