如何在 Ruby 中解码 RFC 2047 编码的电子邮件标头？

Question

我有以下标题：

From: =?iso-8859-1?Q?Marta_Falc=E3o?= <marta.falcao@example.com.br>

我可以很容易地把<之前的东西分开，这让我有了

"=?iso-8859-1?Q?Marta_Falc=E3o?="

我可以用什么把它变成"Marta Falcão"？

Answer 1

使用 Ruby 实现RFC 2047 并不难：

module Rfc2047
  TOKEN = /[\041\043-\047\052\053\055\060-\071\101-\132\134\136\137\141-\176]+/.freeze
  ENCODED_TEXT = /[\041-\076\100-\176]+/.freeze
  ENCODED_WORD = /=\?(?<charset>#{TOKEN})\?(?<encoding>[QB])\?(?<encoded_text>#{ENCODED_TEXT})\?=/i.freeze

  class << self
    def encode(input)
      "=?#{input.encoding}?B?#{[input].pack('m0')}?="
    end

    def decode(input)
      match_data = ENCODED_WORD.match(input)
      raise ArgumentError if match_data.nil?

      charset, encoding, encoded_text = match_data.captures
      decoded =
        case encoding
        when 'Q', 'q' then encoded_text.unpack1('M')
        when 'B', 'b' then encoded_text.unpack1('m')
        end
      decoded.force_encoding(charset)
    end
  end
end

Rfc2047.decode '=?iso-8859-1?Q?Marta_Falc=E3o?=' # => Marta_Falcão

更新

mikel/mail 当前有一个encoding issue，它可能无法正确解码字符串。

如果你真的很困扰，你可以试试new_rfc_2047：

$ gem install new_rfc_2047
$ ruby -rrfc_2047 -e 'puts Rfc2047.decode "From: =?iso-8859-1?Q?Marta_Falc=E3o?= <marta.falcao@example.com.br>"'
From: Marta Falcão <marta.falcao@example.com.br>

由于 mikel/mail 的源代码太复杂，我无法修改，我只是为此制作了自己的 gem。

宝石来源在这里：https://github.com/tonytonyjan/rfc_2047/

Answer 2

使用较新的Mail gem：

Mail::Encodings.value_decode(str) 或 Mail::Encodings.unquote_and_convert_to(str, to_encoding)

Answer 3

感谢Roland Illig 的评论，这让我有两个选择：

1. 安装rfc2047-ruby并致电Rfc2047.decode(header)
2. 安装TMail并调用TMail::Unquoter.unquote_and_convert_to(header, 'utf-8')或者更好的是TMail::Address.parse(header).friendly，后者去掉了<email address>部分