用PHP实现POP3邮件的解码（三）

实现 MIME 解码的类
（作者：陈俊清　2000年10月24日 15:11）

　　一个实现 MIME 解码的类

　　该类实现解码的方法是 decode($head=null,$body=null,$content_num=-1),为了处理上的方便，要求输入的是两个字符数组，在我们的上篇中，所用到的POP类所收取得到的就是两个这样的数组，一个是邮件头内容，一个是邮件的正文内容。限于篇幅，不对其做详细的说明，其实现思想跟本文上篇中所介绍的POP类类似。请参考其中的注释。

　　该类中用到了大量的正则表达式的操作，对此不熟悉的读者，请参考正则表达式的有关资料。

　　class decode_mail

　　{

　　var $from_name;var $to_name;var $mail_time;var $from_mail;var $to_mail;

　　var $reply_to;var $cc_to;var $subject;

　　// 解码后的邮件头部分的信息：

　　var $body;

　　// 解码后得到的正文数据，为一个数组。

　　var $body_type;　// 正文类型

　　var $tem_num=0;

　　var $get_content_num=0;

　　var $body_temp=array();

　　var $body_code_type;

　　var $boundary;

　　// 以上是一些方法中用到的一些全局性的临时变量，由于　PHP不能做到良好的封装，所以只能放在这里定义

　　var $err_str;　// 错误信息

　　var $debug=0; // 调试标记

　　var $month_num=array("Jan"=>1,"Feb"=>2,"Mar"=>3,"Apr"=>4,"May"=>5,"Jun"=>6,"Jul"=>7,

　　"Aug"=>8,"Sep"=>9,"Oct"=>10,"Nov"=>11,"Dec"=>12); // 把英文月份转换成数字表示的月份

　　function decode($head=null,$body=null,$content_num=-1) // 调用的主方法，$head 与 $body 是两个数组，$content_num 表示的是当正文有多个部分的时候，只取出指定部分的内容以提高效率，默认为　-1 ,表示解码全部内容，如果解码成功，该 方法返回 true

　　{

　　 if (!$head and !$body)

　　 {

　　 $this->err_str="没有指定邮件的头与内容！!";

　　 return false;

　　 }

　　if (gettype($head)=="array")

　　 {

　　 $have_decode=true;

　　 $this->decode_head($head);

　　 }

　　if (gettype($body)=="array")

　　 {

　　 $this->get_content_num=$content_num;

　　 $this->body_temp=$body;

　　 $have_decode=true;

　　 $this->decode_body();

　　 unset($this->body_temp);

　　 }

　　if (!$have_decode)

　　 {

　　 $this->err_str="传递的参数不对，用法：new decode_mail(head,body) 两个参数都是数组";

　　 return false;

　　 }

　　}

　　function decode_head($head) // 邮件头内容 的解码，取出邮件头中有意义的内容

　　{

　　 $i=0;

　　 $this->from_name=$this->to_name=$this->mail_time=$this->from_mail=$this->

　　 to_mail=$this->reply_to=$this->cc_to=$this->subject="";

　　 $this->body_type=$Sthis->boundary=$this->body_code_type="";

　　 while ($head[$i])

　　 {

　　 if (strpos($head[$i],"=?"))

　　 $head[$i]=$this->decode_mime($head[$i]);　 //如果有编码的内容，则进行解码，解码函数是上文所介绍的　decode_mime()

　　 $pos=strpos($head[$i],":");

　　 $summ=substr($head[$i],0,$pos);

　　 $content=substr($head[$i],$pos+1);　 //将邮件头信息的标识与内容分开

　　 if ($this->debug) echo $summ.":----:".$content."<BR>";

　　 switch (strtoupper($summ))

　　 {

　　 case "FROM": // 发件人地址及姓名（可能没有姓名，只有地址信息）

　　 if ($left_tag_pos=strpos($content,"<"))

　　 {

　　 $mail_lenth=strrpos($content,">")-$left_tag_pos-1;

　　 $this->from_name=substr($content,0,$left_tag_pos);

　　 $this->from_mail=substr($content,$left_tag_pos+1,$mail_lenth);

　　 if (trim($this->from_name)=="") $this->from_name=$this->from_mail;

　　 else

　　 if (ereg("[\"|\@#]([^\@#\"]+)[\@#|\"]",$this->from_name,$reg))

　　 $this->from_name=$reg[1];

　　 }

　　 else

　　 {

　　 $this->from_name=$content;

　　 $this->from_mail=$content;

　　 //没有发件人的邮件地址

　　 }

　　 break;

　　 case "TO": //收件人地址及姓名（可能 没有姓名）

　　 if ($left_tag_pos=strpos($content,"<"))

　　 {

　　 $mail_lenth=strrpos($content,">")-$left_tag_pos-1;

　　 $this->to_name=substr($content,0,$left_tag_pos);

　　 $this->to_mail=substr($content,$left_tag_pos+1,$mail_lenth);

　　 if (trim($this->to_name)=="") $this->to_name=$this->to_mail;

　　 else

　　 if (ereg("[\"|\@#]([^\@#\"]+)[\@#|\"]",$this->to_name,$reg))

　　 $this->to_name=$reg[1];

　　 }

　　 else

　　 {

　　 $this->to_name=$content;

　　 $this->to_mail=$content;

　　 //没有分开收件人的邮件地址

　　 }

　　 break;

　　 case "DATE" : //发送日期，为了处理方便，这里返回的是一个 Unix 时间戳，可以用 date("Y-m-d",$this->mail_time)　来得到一般格式的日期

　　 $content=trim($content);

　　 $day=strtok($content," ");

　　 $day=substr($day,0,strlen($day)-1);

　　 $date=strtok(" ");

　　 $month=$this->month_num[strtok(" ")];

　　 $year=strtok(" ");

　　 $time=strtok(" ");

　　 $time=split(":",$time);

　　 $this->mail_time=mktime($time[0],$time[1],$time[2],$month,$date,$year);

　　 break;

　　 case "SUBJECT": 　//邮件主题

　　 $this->subject=$content;

　　 break;

　　 case "REPLY_TO":　// 回复地址(可能没有)

　　 if (ereg("<([^>]+)>",$content,$reg))

　　 $this->reply_to=$reg[1];

　　 else $this->reply_to=$content;

　　 break;

　　 case "CONTENT-TYPE": // 整个邮件的 Content类型， eregi("([^;]*);",$content,$reg);

　　 $this->body_type=trim($reg[1]);

　　 if (eregi("multipart",$content)) // 如果是　multipart 类型，取得　分隔符

　　 {

　　 while (!eregi(@#boundary=\"(.*)\"@#,$head[$i],$reg) and $head[$i])

　　 $i++;

　　 $this->boundary=$reg[1];

　　 }

　　 else //对于一般的正文类型，直接取得其编码方法

　　 {

　　 while (!eregi("charset=[\"|\@#](.*)[\@#|\"]",$head[$i],$reg))

　　 $i++;

　　 $this->body_char_set=$reg[1];

　　 while (!eregi("Content-Transfer-Encoding:(.*)",$head[$i],$reg))

　　 $i++;

　　 $this->body_code_type=trim($reg[1]);

　　 }

　　 break;

　　 case "CC":　//抄送到。。

　　 if (ereg("<([^>]+)>",$content,$reg))

　　 $this->cc_to=$reg[1];

　　 else

　　 $this->cc_to=$content;

　　 default:

　　 break;

　　 } // end switch

　　

　　 $i++;

　　 } // end while

　　

　　 if (trim($this->reply_to)=="")　 //如果没有指定回复地址，则回复地址为发送人地址

　　 $this->reply_to=$this->from_mail;

　　}// end function define

　　function decode_body()　//正文的解码，其中用到了不少邮件头解码所得来的信息

　　{

　　$i=0;

　　if (!eregi("multipart",$this->body_type))　//　如果不是复合类型，可以直接解码

　　 {

　　 $tem_body=implode($this->body_temp,"\r\n");

　　 switch (strtolower($this->body_code_type))　// body_code_type ，正文的编码方式，由邮件头信息中取得

　　 {case "base64":

　　 $tem_body=base64_decode($tem_body);

　　 break;

　　 case "quoted-printable":

　　 $tem_body=quoted_printable_decode($tem_body);

　　 break;

　　 }

　　 $this->tem_num=0;

　　 $this->body=array();

　　 $this->body[$this->tem_num][content_id]="";

　　 $this->body[$this->tem_num][type]=$this->body_type;

　　 switch (strtolower($this->body_type))

　　 {

　　 case "text/html":

　　 $this->body[$this->tem_num][name]="超文本正文";

　　 break;

　　 case "text/plain":

　　 $this->body[$this->tem_num][name]="文本正文";

　　 break;

　　 default:

　　 $this->body[$this->tem_num][name]="未知正文";

　　 }

　　

　　 $this->body[$this->tem_num][size]=strlen($tem_body);

　　 $this->body[$this->tem_num][content]=$tem_body;

　　 unset($tem_body);

　　 }

　　 else //　如果是复合类型的

　　 {

　　 $this->body=array();

　　 $this->tem_num=0;

　　 $this->decode_mult($this->body_type,$this->boundary,0);　　//调用复合类型的解码方法

　　 }

　　}

　　function decode_mult($type,$boundary,$begin_row)　// 该方法用递归的方法实现　复合类型邮件正文的解码，邮件源文件取自于 body_temp 数组，调用时给出该复合类型的类型、分隔符及　在　body_temp 数组中的开始指针

　　{

　　$i=$begin_row;

　　$lines=count($this->body_temp);

　　while ($i<$lines) // 这是一个部分的结束标识；

　　 {

　　 while (!eregi($boundary,$this->body_temp[$i]))//找到一个开始标识

　　 $i++;

　　 if (eregi($boundary."--",$this->body_temp[$i]))

　　 {

　　 return $i;

　　 }

　　 while (!eregi("Content-Type:([^;]*);",$this->body_temp[$i],$reg ) and $this->body_temp[$i])

　　 $i++;

　　 $sub_type=trim($reg[1]); // 取得这一个部分的 类型是milt or text ....

　　 if (eregi("multipart",$sub_type))// 该子部分又是有多个部分的；

　　 {

　　 while (!eregi(@#boundary=\"([^\"]*)\"@#,$this->body_temp[$i],$reg) and $this->body_temp[$i])

　　 $i++;

　　 $sub_boundary=$reg[1];// 子部分的分隔符；

　　 $i++;

　　 $last_row=$this->decode_mult($sub_type,$sub_boundary,$i);

　　 $i=$last_row;

　　 }

　　 else

　　 {

　　 $comm="";

　　 while (trim($this->body_temp[$i])!="")

　　 {

　　 if (strpos($this->body_temp[$i],"=?"))

　　 $this->body_temp[$i]=$this->decode_mime($this->body_temp[$i]);

　　 if (eregi("Content-Transfer-Encoding:(.*)",$this->body_temp[$i],$reg))

　　 $code_type=strtolower(trim($reg[1])); // 编码方式

　　 $comm.=$this->body_temp[$i]."\r\n";

　　 $i++;

　　 } // comm 是编码的说明部分

　　 if (eregi(@#name=[\"]([^\"]*)[\"]@#,$comm,$reg))

　　 $name=$reg[1];

　　 if (eregi("Content-Disposition:(.*);",$comm,$reg))

　　 $disp=$reg[1];

　　 if (eregi("charset=[\"|\@#](.*)[\@#|\"]",$comm,$reg))

　　 $char_set=$reg[1];

　　 if (eregi("Content-ID:[ ]*\<(.*)\>",$comm,$reg)) // 图片的标识符。

　　 $content_id=$reg[1];

　　

　　 $this->body[$this->tem_num][type]=$sub_type;

　　 $this->body[$this->tem_num][content_id]=$content_id;

　　 $this->body[$this->tem_num][char_set]=$char_set;

　　 if ($name)

　　 $this->body[$this->tem_num][name]=$name;

　　 else

　　 switch (strtolower($sub_type))

　　 {

　　 case "text/html":

　　 $this->body[$this->tem_num][name]="超文本正文";

　　 break;

　　 case "text/plain":

　　 $this->body[$this->tem_num][name]="文本正文";

　　 break;

　　 default:

　　 $this->body[$this->tem_num][name]="未知正文";

　　 }

　　

　　

　　 // 下一行开始取回正文

　　 if ($this->get_content_num==-1 or $this->get_content_num==$this->tem_num) // 判断这个部分是否是需要的。-1 表示全部

　　 {

　　 $content="";

　　 while (!ereg($boundary,$this->body_temp[$i]))

　　 {

　　 //$content[]=$this->body_temp[$i];

　　 $content.=$this->body_temp[$i]."\r\n";

　　 $i++;

　　 }

　　 //$content=implode("\r\n",$content);

　　 switch ($code_type)

　　 {

　　 case "base64":

　　 $content=base64_decode($content);

　　 break;

　　 case "quoted-printable":

　　 $content=str_replace("\n","\r\n",quoted_printable_decode($content));

　　 break;

　　 }

　　 $this->body[$this->tem_num][size]=strlen($content);

　　 $this->body[$this->tem_num][content]=$content;

　　 }

　　 else

　　 {

　　 while (!ereg($boundary,$this->body_temp[$i]))

　　 $i++;

　　 }

　　 $this->tem_num++;

　　 }

　　 // end else

　　} // end while;

　　} // end function define

　　

　　function decode_mime($string) {

　　//decode_mime 已在上文中给出，这里略过。

　　}

　　} // end class define

　　在这里要特别说明一点的是html正文里所用图片的解码。发送html格式的正文时，都会碰到图片如何传送的问题。图片在 html 文档里是一个<img src="" >的标签，关键是这个源文件从何来的。很多邮件的处理方法是用一个绝对的 url 标识，就是在邮件的html正文里用<img src= http://www.ccidnet.com/image/22.gif >之类的标签，这样，在阅读邮件时，邮件阅读器（通常是用内嵌的浏览器）会自动从网上下载图片，但是如果邮件收下来之后，与 Internet 的连接断了，图片也就不能正常显示。

　　所以更好的方法是把图片放在邮件中一起发送出去。在 MIME 编码里，描述图片与正文的关系，除了上面所提到的multipart/related　MIME头信息之外，还用到了一个 Content-ID: 的属性来使图片与 html 正文之间建立关系。html 文档中的图片在编码时，其MIME头中加入一个 Content-ID:122223443556dsdf@ntsever 之类的属性，122223443556dsdf@ntsever是一个唯一的标识，在 html 文档里，<img>标签被修改成<img src="cid: 122223443556dsdf@ntsever">，在解码的时候，实际上，还需要把 html 正文中的这些<img src>标签进行修改，使之指向解码后的图片的具体路径。但是考虑到具体的解码程序中对图片会有不同的处理，所以在这个解码的类中，没有对 hmtl 正文中的<img>标签进行修改。所以在实际使用这个类时，对于有图片的 html 正文，还需要一定的处理。正文中的图片，可以用临时文件来保存，也可以用数据库来保存。

　　现在我们已经介绍了POP3 收取邮件并进行 MIME 解码的原理。下面给出一个使用这两个类的一段小程序：

　　<?

　　include("pop3.inc.php");

　　include("mime.inc.php");

　　$host="pop.china.com";

　　$user="boss_ch";

　　$pass="mypassword";

　　$rec=new pop3($host,110,2);

　　$decoder=new decode_mail();

　　if (!$rec->open()) die($rec->err_str);

　　if (!$rec->login($user,$pass)) die($rec->err_str);

　　if (!$rec->stat()) die($rec->err_str);

　　echo "共有".$rec->messages."封信件，共".$rec->size."字节大小<br>";

　　if ($rec->messages>0)

　　 {

　　 if (!$rec->listmail()) die($rec->err_str);

　　 echo "以下是信件内容：<br>";

　　 for ($i=1;$i<=count($rec->mail_list);$i++)

　　 {

　　 echo "信件".$rec->mail_list[$i][num].",大小：".$rec->mail_list[$i][size]."<BR>";

　　 $rec->getmail($rec->mail_list[$i][num]);

　　 $decoder->decode($rec->head,$rec->body);

　　 echo "<h3>邮件头的内容：</h3><br>";

　　 echo $decoder->from_name."(".$decoder->from_mail.") 于".date("Y-m-d H:i:s",$decoder->mail_time)." 发给".$decoder->to_name."(".$decoder->to_mail.")";

　　 echo "\n<br>抄送：";

　　 if ($decoder->cc_to) echo $decoder->cc_to;else echo "无";

　　 echo "\n<br>主题：".$decoder->subject;

　　 echo "\n<br>回复到:".$decoder->reply_to;

　　

　　 echo "<h3>邮件正文　：</h3><BR>";

　　 echo "正文类型：".$decoder->body_type;

　　 echo "<br>正文各内容：";

　　 for ($j=0;$j<count($decoder->body);$j++)

　　 {

　　 echo "\n<br>类型：".$decoder->body[$j][type];

　　 echo "\n<br>名称：".$decoder->body[$j][name];

　　 echo "\n<br>大小:".$decoder->body[$j][size];

　　 echo "\n<br>content_id:".$decoder->body[$j][content_id];

　　 echo "\n<br>正文字符集".$decoder->body[$j][char_set];

　　 echo "<pre>";

　　 echo "正文内容:".$decoder->body[$j][content];

　　 echo "</pre>";

　　 }

　　$rec->dele($i);

　　 }

　　}

　　$rec->close();

　　?>

　　如有想要取得完整源代码的朋友，请与本人联系: boss_ch@netease.com



<全文完>

原文转自：http://www.ltesting.net