0

我有一个包含“纯文本 MIME 消息格式”的电子邮件的文件。我不确定这是否是 EML 格式。该电子邮件包含一个附件，我想提取附件并再次创建这些文件。这就是附件部分的样子——

...
...
Receive, deliver details
...
...
From: sac ascsac <sacsac@sacascsac.ascsac>

Date: Thu, 20 Jan 2011 18:05:16 +0530

Message-ID: <AANLkTimmSL0iGW4rA3tvSJ9M3eT5yZLTGsqvCvf2fFC3@mail.gmail.com>

Subject: Test attachments

To: ascsacsa@ascsac.com

Content-Type: multipart/mixed; boundary=20cf3054ac85d97721049a465e12



--20cf3054ac85d97721049a465e12

Content-Type: multipart/alternative; boundary=20cf3054ac85d97717049a465e10



--20cf3054ac85d97717049a465e10

Content-Type: text/plain; charset=ISO-8859-1



hello this is a test mail. It contains two attachments



--20cf3054ac85d97717049a465e10

Content-Type: text/html; charset=ISO-8859-1



hello this is a test mail. It contains two attachments<br>


--20cf3054ac85d97717049a465e10--

--20cf3054ac85d97721049a465e12

Content-Type: text/plain; charset=US-ASCII; name="simple_test.txt"

Content-Disposition: attachment; filename="simple_test.txt"

Content-Transfer-Encoding: base64

X-Attachment-Id: f_gj5n2yx60



aGVsbG8gd29ybGQKYWMgYXNj
...
encoded things here
...
ZyBmZyAKCjIKNDIzCnQ2Mwo=

--20cf3054ac85d97721049a465e12

Content-Type: application/x-httpd-php; name="oscomm_backup_code.php"

Content-Disposition: attachment; filename="oscomm_backup_code.php"

Content-Transfer-Encoding: base64

X-Attachment-Id: f_gj5n5gxn1



PD9waHAKCg ...
...
encoded things here
...
X2xpbmsoRklMRU5BTUVfQkFDS1VQKSk7Cgo/Pgo=
--20cf3054ac85d97721049a465e12--

X-Attachment-Id: f_gj5n2yx60我可以看到和 之间的部分ZyBmZyAKCjIKNDIzCnQ2Mwo=，包括第一个附件的内容。我想解析这些附件（文件名和内容并创建这些文件）。

在使用PHP 类中可用的DBX Parser类解析 dbx 格式文件后，我得到了这个文件。

我在很多地方进行了搜索，除了Script to parse emails for attachments之外，在 SO 中没有找到太多关于此的讨论。可能是我在搜索时错过了一些术语。在那个答案中提到了-

您可以使用边界来提取 base64 编码信息

但我不确定哪些是边界以及如何准确使用边界？必须已经有一些库或一些明确定义的方法来执行此操作。如果我在这里重新发明轮子，我想我会犯很多错误。

4

1 回答 1

1

有一个 PHP Mailparse 扩展，你试过吗？

手动方式是逐行处理邮件。当您点击第一个 Content-Type 标头（您的示例中的这个）时： Content-Type: multipart/mixed; 边界=20cf3054ac85d97721049a465e12

你有边界。该字符串用作多个部分之间的边界（这就是他们称之为多部分的原因）。每当一行以破折号和这个字符串开头时，就会开始一个新的部分。在您的示例中：--20cf3054ac85d97721049a465e12

每个部分都以标题、空行和内容开头。通过查看标题的内容类型，您可以确定哪些是附件，它们的类型是什么以及它们的文件名。读取全部内容，去掉空格，base64_decode，你就得到了文件的二进制内容。这有帮助吗？

于 2011-01-27T14:23:36.783 回答