MimeMessage 中的智能引号未在 Outlook 中正确显示

Question

我们的应用程序从 Web 表单中获取文本并通过电子邮件将其发送给适当的用户。但是，当有人从 Word 中复制/粘贴臭名昭著的“智能引号”或其他特殊字符时，事情就会变得棘手。

用户输入

他对我说“你好”——这不是很好吗？

但是当消息出现在 Outlook 2003 中时，它的输出如下：

他打招呼不是很好吗？

代码如下：

Session session = Session.getInstance(props, new MailAuthenticator());
Message msg = new MimeMessage(session);

//removed setting to/from addresses to simplify

msg.setSubject(subject);
msg.setText(text);
msg.setHeader("X-Mailer", MailSender.class.getName());
msg.setSentDate(new Date());
Transport.send(msg);

经过一番研究，我认为这可能是一个字符编码问题，并试图将其移至 UTF-8。所以，我就这样更新了代码：

Session session = Session.getInstance(props, new MailAuthenticator());
MimeMessage msg = new MimeMessage(session);

//removed setting to/from addresses to simplify

msg.setHeader("X-Mailer", MailSender.class.getName());
msg.addHeader("Content-Type", "text/plain");
msg.addHeader("charset", "UTF-8");
msg.setSentDate(new Date());
Transport.send(msg);

这让我更接近，但没有雪茄：

他对我说“你好”——这不是很好吗？

我无法想象这是一个不常见的问题——我错过了什么？

Answer 1

您的表单页面是否也使用 UTF-8 或不同的字符集？如果您不指定网页字符集，那么您的脚本中的数据格式是任何人的猜测。

---

编辑：消息中的字符集应该这样设置：

msg.addHeader("Content-Type", "text/plain; charset=UTF-8");

因为 charset 不是单独的标头，而是 Content-type 的一个选项

Answer 2

为什么不将漂亮的引号替换为常规的素引号？

Answer 3

我会检查从浏览器接收到的数据是否正确 - 转储 Unicode 代码点并对照 charts 检查它们：

  public static void printCodepoints(char[] s) {
    for (int i = 0; i < s.length; i++) {
      int codePoint = Character.isHighSurrogate(s[i]) ? Character
          .toCodePoint(s[i], s[++i])
          : s[i];
      System.out.println(Integer.toHexString(codePoint));
    }
  }

例如，符号左双引号 (“) 是字符 U+201C。

我已经很久没有使用邮件 API 了，但是 MimeMessage.html.setText(text, charset) 方法可能值得一看。 setText(String) 上的文档说它使用默认字符集（如果您使用的是英语/拉丁语 1 Windows，可能是 windows-1252）。

Answer 4

IIRC、MS Office 引号被发现字符集“iso-8859-1”。