一、MIME: Multipurpose Internet Mail Extensions

英國帝國大學(xué)計(jì)算機(jī)在線字典FOLDOC對MIME的解釋為:“多部分(multi-part)、多媒體電子郵件和WWW超文本的一種編碼標(biāo)準(zhǔn)，用于傳送諸如圖形、聲音和傳真等非文本數(shù)據(jù)。MIME定義于RFC1341，用MIMENCODE的方法將二進(jìn)制數(shù)據(jù)轉(zhuǎn)換成為一種被稱為BASE64的ASCII子集的字符的組合。”

Internet上有專門討論MIME的新聞組: comp.mail.mime。該新聞組的FAQ可以從下面的網(wǎng)點(diǎn)獲得：

http://www.cis.ohio-state.edu/hypertext/faq/usenet/mail/mime-faq/mime0/faq.html

MIMENCODE最早稱為MMENCODE，提出用MIMENCODE代替UUENCODE，是因?yàn)閁UENCODE使用了一些字符在一些郵件網(wǎng)關(guān)（特別是那些轉(zhuǎn)換ASCII和EBCDIC碼的網(wǎng)關(guān)）中造成傳輸障礙，（還有一些軟件不能對所有 UUENCODE 的算法進(jìn)行正確解碼而導(dǎo)致郵件的閱讀困難），因此 MIME 被設(shè)計(jì)用于替代UUENCODE，但是結(jié)果是這些協(xié)議共存。

在MIME出臺之前，使用RFC 822只能發(fā)送基本的ASCII碼文本信息，郵件內(nèi)容如果要包括二進(jìn)制文件、聲音和動畫等，實(shí)現(xiàn)起來非常困難。

   MIME提供了一種可以在郵件中附加多種不同編碼文件的方法，彌補(bǔ)了原來的信息格式的不足。實(shí)際上不僅僅是郵件編碼，現(xiàn)在MIME經(jīng)成為HTTP協(xié)議標(biāo)準(zhǔn)的一個(gè)部分。

二、MIME編碼方式簡介

對郵件進(jìn)行編碼最初的原因是因?yàn)?Internet 上的很多網(wǎng)關(guān)不能正確傳輸8bit內(nèi)碼的字符，比如漢字等。編碼的原理就是把8bit的內(nèi)容轉(zhuǎn)換成7bit的形式以能正確傳輸，在接收方收到之后，再將其還原成8bit的內(nèi)容。

在MIME協(xié)議之前，郵件的編碼曾經(jīng)有過UUENCODE等編碼方式 ，但是由于MIME協(xié)議算法簡單，并且易于擴(kuò)展，現(xiàn)在已經(jīng)成為郵件編碼方式的主流，不僅是用來傳輸8bit的字符，也可以用來傳送二進(jìn)制的文件，如郵件附件中的圖像、音頻等信息，而且擴(kuò)展了很多基于MIME 的應(yīng)用。從編碼方式來說，MIME定義了兩種編碼方法Base64與QP(Quote-Printable)。

1.Base64編碼

Base64是一種通用的方法，其原理很簡單，就是把三個(gè)Byte的數(shù)據(jù)用4個(gè)Byte表示。在這四個(gè)Byte中，實(shí)際用到的都只有前面6bit，這樣就不存在只能傳輸7bit的字符的問題了。Base64的縮寫一般是“B”。

   Base64將輸入的字符串或一段數(shù)據(jù)編碼成只含有{'A'-'Z', 'a'-'z', '0'-'9', '+', '/'}這64個(gè)字符的串，'='用于填充。

   其編碼的方法是，將輸入數(shù)據(jù)流每次取6bit，用此6bit的值(0-63)作為索引去查表，輸出相應(yīng)字符。

這樣，每3個(gè)字節(jié)將編碼為4個(gè)字符(3×8 → 4×6)；不滿4個(gè)字符的以'='填充。

   有的場合，以“=?charset?B?xxxxxxxx?=”表示xxxxxxxx是Base64編碼，且原文的字符集是charset。在段體內(nèi)則直接編碼，適當(dāng)時(shí)機(jī)換行，MIME建議每行最多76個(gè)字符。

   Base64的算法很簡單，它將字符流順序放入一個(gè)24位的緩沖區(qū)，缺字符的地方補(bǔ)零。

   然后將緩沖區(qū)截?cái)喑蔀?個(gè)部分，高位在先，每個(gè)部分6位，用64個(gè)字符重新表示。如果輸入只有一個(gè)或兩個(gè)字節(jié)，那么輸出將用等號“=”補(bǔ)足。這可以隔斷附加的信息造成編碼的混亂。

如何進(jìn)行base64編碼
   Base64 使用US-ASCII子集的65個(gè)字符, 每個(gè)字符用6位表示
   對于文本串，編碼過程如下。例如"men":
   先轉(zhuǎn)成US-ASCII值.

   "m"十進(jìn)制 109
   "e"十進(jìn)制 101
   "n"十進(jìn)制 110
   二進(jìn)制 :
   m 01101101
   e 01100101
   n 01101110

   三個(gè)8位連起來是24位
   011011010110010101101110

   然后分成4個(gè)6位
   011011 010110 010101 101110

   現(xiàn)在得到4個(gè)值，十進(jìn)制為
   27 22 21 46

  對應(yīng)的 Base64 字符是 : b W V u
  編碼總是基于3個(gè)字符，從而產(chǎn)生4個(gè)Base64字符。

  如果只是2個(gè)字符的數(shù)據(jù)，使用特殊字符"="補(bǔ)齊Base64的4字。
  如，編碼"me"
  01101101 01100101
  0110110101100101
  011011 010110 0101
  111111 (與，補(bǔ)足6位)
  011011 010110 010100
  b W U
  b W U = ("=" 補(bǔ)足4字符)
  于是 "bWU=" 就是"me"的Base64值.

  如果只是2個(gè)字符的數(shù)據(jù),如編碼 "m"
  01101101
  011011 01
  111111
  011011 010000
  b Q = =
于是 "bQ==" 就是"m"的Base64值.

2.QP編碼

另一種方法是QP(Quote-Printable) 方法，通常縮寫為“Q”方法，其原理是把一個(gè)8bit的字符用兩個(gè)16進(jìn)制數(shù)值表示，然后在前面加“=”。所以我們看到經(jīng)過QP編碼后的文件通常是這個(gè)樣子：=B3=C2=BF=A1=C7=E5=A3= AC=C4=FA=BA=C3=A3=A1。

    Quoted -printable根據(jù)輸入的字符串或字節(jié)范圍進(jìn)行編碼，若是不需編碼的字符，直接輸出。若需要編碼，則先輸出'='，后面跟著以2個(gè)字符表示的十六進(jìn)制字節(jié)值。有的場合，以“=?charset?Q?xxxxxxxx?=”表示xxxxxxxx是Quoted-printable編碼，且原文的字符集是charset。在段體內(nèi)則直接編碼，適當(dāng)時(shí)機(jī)換行，換行前額外輸出一個(gè)'='。

三、MIME的頭信息

郵件頭

在郵件頭中，有很多從RFC 822沿用的域名，MIME也增加了一些。常見的標(biāo)準(zhǔn)域名和含義如下:

域名 含義 添加者

   Received                     傳輸路徑 各級郵件服務(wù)器

   Return-Path                  回復(fù)地址           目標(biāo)郵件服務(wù)器

   Delivered-To                 發(fā)送地址           目標(biāo)郵件服務(wù)器

   Reply-To                     回復(fù)地址 郵件的創(chuàng)建者

   From                         發(fā)件人地址 郵件的創(chuàng)建者

   To                           收件人地址       郵件的創(chuàng)建者

   Cc                           抄送地址           郵件的創(chuàng)建者

   Bcc                          暗送地址 郵件的創(chuàng)建者

   Date                         日期和時(shí)間 郵件的創(chuàng)建者

   Subject                      主題              郵件的創(chuàng)建者

   Message-ID                   消息ID            郵件的創(chuàng)建者

   MIME-Version                 MIME版本 郵件的創(chuàng)建者

   Content-Type                 內(nèi)容的類型 郵件的創(chuàng)建者

   Content-Transfer-Encoding    內(nèi)容的傳輸編碼方式 郵件的創(chuàng)建者

非標(biāo)準(zhǔn)的、自定義域名都以X-開頭，例如X-Mailer, X-MSMail-Priority等，通常在接收和發(fā)送郵件的是同一程序時(shí)才能理解它們的意義。

段頭

在段頭中，大致有如下一些域:

域名 含義

   Content-Type                     段體的類型

   Content-Transfer-Encoding        段體的傳輸編碼方式

   Content-Disposition              段體的安排方式

   Content-ID                       段體的ID

   Content-Location                 段體的位置(路徑)

   Content-Base                     段體的基位置

有的域除了值之外，還帶有參數(shù)。值與參數(shù)、參數(shù)與參數(shù)之間以“;”分隔。參數(shù)名與參數(shù)值之間以“=”分隔。

1.MIME-Version

表示使用的MIME的版本號，一般是1.0;

如:

    MIME-Version: 1.0

2.Content-Type

   Content-Type定義了正文的類型，我們實(shí)際上是通過這個(gè)標(biāo)識來知道正文內(nèi)是什么類型的文件。比如：text/plain 表示的是無格式的文本正文，text/html 表示的 Html 文檔，image/gif 表示的是 gif 格式的圖片等等。Content-Type都是“主類型/子類型”的形式。主類型有text, image, audio, video, application, multipart, message等，分別表示文本、圖片、音頻、視頻、應(yīng)用、分段、消息等。每個(gè)主類型都可能有多個(gè)子類型，如text類型就包含plain, html, xml, css等子類型。以X-開頭的主類型和子類型，同樣表示自定義的類型，未向IANA正式注冊，但大多已經(jīng)約定成俗了。如application/x-zip-compressed是ZIP文件類型。在Windows中，注冊表的“HKEY_CLASSES_ROOT/MIME/Database/Content Type”內(nèi)列舉了除multipart之外大部分已知的Content-Type。

關(guān)于參數(shù)的形式，RFC里有很多補(bǔ)充規(guī)定，有的允許帶幾個(gè)參數(shù)，較為常見的有:

主類型 參數(shù)名 含義

   text           charset        字符集

   image          name           名稱

   application    name           名稱

   multipart      boundary       邊界

multipart類型

郵件中常用到的復(fù)合類型:multipart。

multipart類型表示正文是由多個(gè)部分組成的，后面的子類型說明的是這些部分之間的關(guān)系。

郵件中用到的三個(gè)類型有:

(1).multipart/alternative：表示正文由兩個(gè)部分組成，可以選擇其中的任意一個(gè)。主要作用是在征文同時(shí)有text格式和html格式時(shí)，可以在兩個(gè)正文中選擇一個(gè)來顯示，支持 html 格式的郵件客戶端軟件一般會顯示其 HTML 正文，而不支持的則會顯示其Text正文；

(2).multipart/mixed：表示文檔的多個(gè)部分是混合的，指正文與附件的關(guān)系。如果郵件的MIME類型是multipart/mixed，即表示郵件帶有附件。

(3).multipart/related：表示文檔的多個(gè)部分是相關(guān)的，一般用來描述 Html 正文與其相關(guān)的圖片。

multipart類型，是MIME郵件的精髓。郵件體被分為多個(gè)段，每個(gè)段又包含段頭和段體兩部分，這兩部分之間也以空行分隔。它們之間的層次關(guān)系可歸納為下圖所示：

     +------------------------- multipart/mixed ----------------------------+

     |                                                                      |

     | +----------------- multipart/related ------------------+            |

     | |                                                      |            |

     | | +----- multipart/alternative ------+ +----------+ | +------+ |

     | | |                                  | | 內(nèi)嵌資源 | | | 附件 | |

     | | | +------------+ +------------+ | +----------+ | +------+ |

     | | | | 純文本正文 | | 超文本正文 | |                |             |

     | | | +------------+ +------------+ | +----------+ | +------+ |

     | | |                                  | | 內(nèi)嵌資源 | | | 附件 | |

     | | +----------------------------------+ +----------+ | +------+ |

     | |                                                      |            |

     | +------------------------------------------------------+            |

     |                                                                      |

     +----------------------------------------------------------------------+

   可以看出，如果在郵件中要添加附件，必須定義multipart/mixed段；如果存在內(nèi)嵌資源，至少要定義multipart/related段；如果純文本與超文本共存，至少要定義multipart/alternative段。什么是“至少”？舉個(gè)例子說，如果只有純文本與超文本正文，那么在郵件頭中將類型擴(kuò)大化，定義為multipart/related，甚至multipart/mixed，都是允許的。

   multipart諸類型的共同特征是，在段頭指定“boundary”參數(shù)字符串，段體內(nèi)的每個(gè)子段以此串定界。所有的子段都以“--”+boundary行開始，父段則以“--”+boundary+“--”行結(jié)束。段與段之間也以空行分隔。在郵件體是multipart類型的情況下，郵件體的開始部分(第一個(gè)“--” +boundary行之前)可以有一些附加的文本行，相當(dāng)于注釋，解碼時(shí)應(yīng)忽略。段間也可以有一些附加的文本行，不會顯示出來。

這些復(fù)合類型又是可以嵌套使用的，比如說一個(gè)帶有附件的郵件，同時(shí)有html與text兩種格式的正文，則郵件的結(jié)構(gòu)是：

Content-Type: multipart/mixed

部分一：

Content Type : multipart/alternative：

Text 正文；

Html 格式的正文

部分二：

附件

郵件結(jié)束符；

由于復(fù)合類型由多個(gè)部分組成，因此，需要一個(gè)分隔符來分隔這多個(gè)部分，這就是上面的郵件源文件中的boundary所描述的，對于每一個(gè)Contect type :multipart/* 的內(nèi)容，都會有這么一個(gè)說明，表示多個(gè)部分之間的分隔。

含有 MIME/BASE64編碼的郵件，你查看它的源碼時(shí)一般都含有:“This is a multi-part message in MIME format.”這樣的句子。也可以被絕大多數(shù)的email程序進(jìn)行解碼，包括Netscape、MS Mail、Eudora等。這些程序可以正確識別郵件的正文，恢 MIME/BASE64 編碼的部分為正確的文字或夾帶的二進(jìn)制文件。

3.Content-Transfer-Encoding

它表示了這個(gè)部分文檔的編碼方式。只有識別了這個(gè)說明，才能用正確的解碼方式實(shí)現(xiàn)對其解碼。

Content-Transfer-Encoding共有Base64, Quoted-printable, 7bit, 8bit, Binary等幾種。

其中7bit是缺省的編碼方式。電子郵件源碼最初設(shè)計(jì)為全部是可打印的ASCII碼的形式。

非ASCII碼的文本或數(shù)據(jù)要編碼成要求的格式。

Base64, Quoted-Printable是在非英語國家使用最廣使的編碼方式。

Binary方式只具有象征意義，而沒有任何實(shí)用價(jià)值。

4.boundary

這個(gè)分隔符是正文中不可能出現(xiàn)的一串古字符的組合，在文檔中，以"--"加上這個(gè)boundary 來表示一個(gè)部分的開始，在文檔的結(jié)束，以"--"加boundary再在最后加上"--"來表示文檔的結(jié)束。由于復(fù)合類型是可以嵌套使用的，因此，郵件中可能會多個(gè)boundary。