带有额外“=”的 Mime 编码标头 (==?utf-8?b?base64string?=)

Question

这可能是一个愚蠢的问题，但是……就这样吧！

我用原生 C++ 编写了自己的 MIME 解析器。这是编码的噩梦！过去 3 个月左右它是稳定的，但最近我注意到了这个Subject: header。

Subject: =?UTF-8?B?T2ZpY2luYSBkZSBJbmZvcm1hY2nDs24sIEluaWNpYXRpdmFzIHkgUmVjbGFt?===?UTF-8?B?YWNpb25lcw==?=

应该解码成这个：

Subject: Oficina de Información, Iniciativas y Reclamaciones

问题是那里有一个额外的= (equal)，我无法确定绑定两个我不明白为什么要分开的（为什么是2？） 编码元素。理论上格式应该是：=?charset?encoding?encoded_string?=，但发现另一个主题以两个=开头。

==?UTF-8?B?blahblahlblah?=

我应该如何处理多余的=？

我可以在做任何事情之前将==? 替换为=? （我是）（它有效）...但我想知道是否有任何关于此的规范，所以我不会破解正确的功能。

PS：我多么讨厌这些遗物协议！所有文本通信都应该是 UTF-8 和 XML :)

Answer 1

从我在MIME RFC 中看到的内容来看，双等号不是有效输入（用于编码），但请记住，您可以将第一个等号解释为它是什么，然后使用以下内容进行解码。但严重的是，这些额外的等号看起来像是伪像，可能来自不正确的编码器。

Answer 2

在 MIME 标头中使用编码字词（RFC 2047 第 2 节）。

...（为什么是 2 个？）

克服 75 个编码字的限制，这是因为 78 行长度限制（或使用 2 种不同的编码，例如中文和波兰语）。

RFC 2047：

“编码字”的长度不得超过 75 个字符， 包括“字符集”、“编码”、“编码文本”和分隔符。 如果希望编码的文本多于一个 75 个字符的“编码字”，多个“编码字” （由 CRLF SPACE 分隔）可以使用。

这是来自 RFC2047 的示例（注意中间没有“=”）：

Subject: =?ISO-8859-1?B?SWYgeW91IGNhbiByZWFkIHRoaXMgeW8=?=
  =?ISO-8859-2?B?dSB1bmRlcnN0YW5kIHRoZSBleGFtcGxlLg==?=

你的主题应该被解码为：

"Oficina de Información, Iniciativas y Reclam=aciones"

mraq 答案不正确。软换行符仅适用于 'Quoted Printable' Content-Transfer-Encoding，可用于 MIME 正文。

Answer 3

它被称为“软换行符”，它是 SMTP 协议的遗产。

引用RFC2045第20页

（软换行符）Quoted-Printable 编码 要求编码行不超过 76 长字符。如果要编码更长的行 使用 Quoted-Printable 编码，“软”换行符 必须使用。等号作为 a 的最后一个字符 编码的行表示这样一个不重要的（“软”） 编码文本中的换行符。

还有Wikipedia on Quoted-printable

软换行符由编码行末尾的“=”组成， 并且不会在解码文本中显示为换行符。