日文电子邮件主题编码

Question

显然，对日文电子邮件进行编码有些挑战，我正在慢慢发现自己。 如果有专家（即使经验有限的专家也会这样做），请问我有一些有关如何做，如何测试和如何验证的准则？

请记住，我从来没有涉足过日本附近的任何地方，这仅仅是我正在开发的产品在日本以及其他地方使用的原因。

到目前为止，我所知道的（我认为）是：
-日语电子邮件应使用ISO-2022-JP，日语JIS代码页50220或可能的SHIFT_JIS代码页932进行编码
-对于纯文本，电子邮件传输编码应设置为Base64，对于HTML应将其设置为7Bit
-电子邮件主题应单独编码，以“ =？ISO-2022-JP？B？”开头 （不知道这是什么意思）。 我试过用

"=?ISO-2022-JP?B?" + Convert.ToBase64String(Encoding.Unicode.GetBytes(subject))

基本上可以按预期提供编码后的字符串，但是在电子邮件程序中不会将其显示为任何日语文本
-我已经在Outlook 2003，Outlook Express和GMail中进行了测试

任何帮助将不胜感激

---

好的，由于两个有用的答案，所以发布简短的更新，我已经设法获得正确的格式和编码。 现在，Outlook提供了类似于正确主题的内容：
=?iso-2022-jp?B?6 Japanese test に各々の視点で語ってもらった。 6相当の防水?=

但是，Outlook Express中的电子邮件完全相同，因此主题如下：
=?iso-2022-jp?B?6 Japanese test 縺ｫ蜷・・・隕也せ縺ｧ隱槭▲縺ｦ繧ゅｉ縺｣縺溘・ 6逶ｸ蠖薙・髦ｲ豌ｴ?=

此外，在Outlook Express的“收件箱”视图中查看时，电子邮件主题更加奇怪，如下所示：
=?iso-2022-jp?B?6 Japanese test ??????????????? 6???????=

Gmail似乎以与Outlook类似的方式工作，看起来很正确。

我只是无法理解这一点。

Answer 1

我从事日语编码已经有将近20年的时间了，因此我可以同情您的困难。 我曾经工作过的网站每天都会向日本客户发送数百封电子邮件，因此我可以与您分享对我们有用的东西。

• 首先，不要使用Shift-JIS。 我个人收到了大量的日语电子邮件，几乎从来没有使用Shift-JIS对其进行编码。 我认为Outlook Express使用Shift-JIS对旧版本的Outlook Express（大约是Win 98？）进行编码，但如今您只是看不到它。

• 如您所知，对于至少邮件头中包含的所有内容，您都需要使用ISO-2022-JP作为编码。 这包括主题，收件人行和抄送行。 UTF-8在大多数情况下也可以使用， 但不适用于Yahoo Japan邮件，并且可以想象，许多日本用户使用Yahoo Japan邮件。

• 您可以在电子邮件的正文中使用UTF-8，但是建议您对UTF-8编码的日语文本进行base64编码，然后将其而不是原始的UTF-8文本放入正文中。 但是，实际上，我认为对于电子邮件正文而言，原始UTF-8文本现在可以正常工作。

• 如上所述，您至少需要对Outlook（Exchange），Outlook Express（IMAP / POP3）和Yahoo Japan网络邮件进行测试。 Yahoo Japan是最棘手的，因为我相信他们使用EUC对其网页进行编码，因此您需要遵循正确的电子邮件标准，否则它们将无法正常工作（ISO-2022-JP是发送日语电子邮件的标准）。

• 另外，主题行每行不得超过75个字符。 也就是说，用ISO-2022-JP和base64编码后的字符数是75，而不是转换前的字符数是75。 如果超过75个字符，则需要将编码的主题分成多行，以“ =？iso-2022-jp？B？”开头 并在每行上以“？=“结尾。 如果您不这样做，则您的主题可能会被截断（取决于电子邮件阅读器以及主题文本的内容）。 根据RFC 2047：

““编码字”的长度不能超过75个字符，包括“字符集”，“编码”，“编码文本”和定界符。如果需要编码的文本超出了“编码文本” 75个字符的单词”，可以使用多个“编码单词”（由CRLF SPACE分隔）。”

• 这是一些用于编码主题的示例PHP代码：

 // Convert Japanese subject to ISO-2022-JP (JIS is essentially ISO-2022-JP)

 $subject = mb_convert_encoding ($subject, "JIS", "SJIS");

 // Now, base64 encode the subject

 $subject = base64_encode ($subject);

 // Add the encoding markers to the subject

 $subject = "=?iso-2022-jp?B?" . $subject . "?=";

 // Now, $subject can be placed as-is into the raw mail header.

• 有关如何对电子邮件标头进行编码的完整说明，请参阅RFC 2047。

Answer 2

检查http://en.wikipedia.org/wiki/MIME#Encoded-Word ，以获取有关如何在MIME兼容消息中编码标头字段的描述。 您似乎在主题末尾缺少“？=”。

Answer 3

=？ISO-2022-JP？B？TEXTTEXT ...

ISO_2022-JP表示字符串以ISO-2022-JP代码页编码（例如，非Unicode）B表示字符串为bese64编码

在您的示例中，您应该只在ISO-2022-JP中提供字符串，而不是Unicode。

Answer 4

我有一些用日语编写和发送电子邮件的经验...通常，您必须提防操作系统使用哪种编码以及如何存储日语字符串！ 我的邮件对象通常编码如下：

    string s = "V‚µ‚¢ŠwK–@‚Ì‚²’ñˆÄ"; // Our japanese are shift-jis encoded, so it appears like garbled
    MailMessage message = new MailMessage();
    message.BodyEncoding = Encoding.GetEncoding("iso-2022-jp");
    message.SubjectEncoding = Encoding.GetEncoding("iso-2022-jp");
    message.Subject = s.ToEncoding(Encoding.GetEncoding("Shift-Jis")); // Change the encoding to whatever your source is
    message.Body = s.ToEncoding(Encoding.GetEncoding("Shift-Jis")); // Change the encoding to whatever your source is

然后我有一个扩展方法，可以为我进行转换：

public static string ToEncoding(this string s, Encoding targetEncoding)
        {   
            return s == null ? null : targetEncoding.GetString(Encoding.GetEncoding(1252).GetBytes(s)); //1252 is the windows OS codepage            
        }

Answer 5

这样的事情应该可以在python中完成工作：

#!/usr/bin/python                                                                                                            
# -*- mode: python; coding: utf-8 -*-                                                                                        
import smtplib
from email.MIMEText import MIMEText
from email.Header import Header
from email.Utils import formatdate

def send_from_gmail( from_addr, to_addr, subject, body, password, encoding="iso-2022-jp" ):

    msg = MIMEText(body.encode(encoding), 'plain', encoding)
    msg['Subject'] = Header(subject.encode(encoding), encoding)
    msg['From'] = from_addr
    msg['To'] = to_addr
    msg['Date'] = formatdate()

    s = smtplib.SMTP('smtp.gmail.com', 587)
    s.ehlo(); s.starttls(); s.ehlo()

    s.login(from_addr, password)
    s.sendmail(from_addr, to_addr, msg.as_string())
    s.close()
    return "Sent mail to: %s" % to_addr



if __name__ == "__main__":
    import sys
    for n,item in enumerate(sys.argv):
        sys.argv[n] = sys.argv[n].decode("utf8")

    if len(sys.argv)==6:
        print send_from_gmail( sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4], sys.argv[5] )
    elif len(sys.argv)==7:
        print send_from_gmail( sys.argv[1], sys.argv[2], sys.argv[3], sys.argv[4], sys.argv[5], encoding=sys.argv[6] )
    else:
        raise "SYNTAX: %s <from_addr> <to_addr> <subject> <body> <password> [encoding]"

**公然被盗/改编自：

http://mtokyo.blog9.fc2.com/blog-entry-127.html

Answer 6

<?php

function sendMail($to, $subject, $body, $from_email,$from_name)
 {
$headers  = "MIME-Version: 1.0 \n" ;
$headers .= "From: " .
       "".mb_encode_mimeheader (mb_convert_encoding($from_name,"ISO-2022-JP","AUTO")) ."" .
       "<".$from_email."> \n";
$headers .= "Reply-To: " .
       "".mb_encode_mimeheader (mb_convert_encoding($from_name,"ISO-2022-JP","AUTO")) ."" .
       "<".$from_email."> \n";


$headers .= "Content-Type: text/plain;charset=ISO-2022-JP \n";


/* Convert body to same encoding as stated
in Content-Type header above */

$body = mb_convert_encoding($body, "ISO-2022-JP","AUTO");

/* Mail, optional parameters. */
$sendmail_params  = "-f$from_email";

mb_language("ja");
$subject = mb_convert_encoding($subject, "ISO-2022-JP","AUTO");
$subject = mb_encode_mimeheader($subject);

$result = mail($to, $subject, $body, $headers, $sendmail_params);

return $result;
}

Answer 7

电子邮件的日语编码引入是在90年代初的JUNET（基于UUCP的全国性网络）上进行的。

当时定义了RFC1468。 如果您在纯文本邮件中遵循RFC1468，则不会有问题。

如果要处理html邮件，则RFC1468除标题部分外没有用。

Answer 8

首先，您应该使用：

Encoding.GetEncoding("ISO-2022-JP")

将您的主题行转换为将由Convert.ToBase64String（）处理的字节。

=？ISO-2022-JP？B？TEXTTEXT ...... =告诉接收邮件客户端，发送方使用哪种编码将日语“字母”转换为字节流。

当前，您正在使用UTF-16进行编码，但是指定ISO-2022-JP进行解码。 我想这显然是两种不同的编码，就像ISO-8859-1与Unicode不同（大多数扩展的Western-Europe字符在ISO-XXX中用一个字节表示，而在Unicode中用两个字节表示）。

我不确定您对UTF-8是二等公民的意思。 只要接收邮件的客户端能够理解UTF-8并将其转换为当前的日语语言环境，一切都很好。

Answer 9

这是我用来发送日语电子邮件的方法。 在Outlook 2010，Gmail和iPhone上，主题行看起来都不错。

Encoding encoding = Encoding.GetEncoding("iso-2022-jp");
byte[] bytes  = encoding.GetBytes(subject);
string uuEncoded = Convert.ToBase64String(bytes);
subject = "=?iso-2022-jp?B?" + uuEncoded + "?=";

// not sure this is actually necessary...
mailMessage.SubjectEncoding = Encoding.GetEncoding("iso-2022-jp");