用PHP實現POP3郵件的解碼（三）
實現 MIME 解碼的類
該類實現解碼的方法是 decode($head=null,$body=null,$content_num=-1),為了處理上的方便，要求輸入的是兩個字符數組，在我們的上篇中，所用到的POP類所收取得到的就是兩個這樣的數組，一個是郵件頭內容，一個是郵件的正文內容。限于篇幅，不對其做詳細的說明，其實現思想跟本文上篇中所介紹的POP類類似。請參考其中的注釋。
該類中用到了大量的正則表達式的操作，對此不熟悉的讀者，請參考正則表達式的有關資料。
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;
// 解碼后的郵件頭部分的信息：var $body;
// 解碼后得到的正文數據，為一個數組。var $body_type; // 正文類型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臨時變量，由于 PHP不能做到良好的封裝，所以只能放在這里定義var $err_str; // 錯誤信息var $debug=0; // 調試標記var $month_num=array('Jan'=>1,'Feb'=>2,'Mar'=>3,'Apr'=>4,'May'=>5,'Jun'=>6,'Jul'=>7,'Aug'=>8,'Sep'=>9,'Oct'=>10,'Nov'=>11,'Dec'=>12); // 把英文月份轉換成數字表示的月份
function decode($head=null,$body=null,$content_num=-1) // 調用的主方法，$head 與 $body 是兩個數組，$content_num 表示的是當正文有多個部分的時候，只取出指定部分的內容以提高效率，默認為 -1 ,表示解碼全部內容，如果解碼成功，該 方法返回 true{ if (!$head and !$body) { $this->err_str='沒有指定郵件的頭與內容！!'; return false; }if (gettype($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) { $this->err_str='傳遞的參數不對，用法：new decode_mail(head,body) 兩個參數都是數組'; return false; }}function decode_head($head) // 郵件頭內容 的解碼，取出郵件頭中有意義的內容{ $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]); //如果有編碼的內容，則進行解碼，解碼函數是上文所介紹的 decode_mime() $pos=strpos($head[$i],':'); $summ=substr($head[$i],0,$pos); $content=substr($head[$i],$pos+1); //將郵件頭信息的標識與內容分開 if ($this->debug) echo $summ.':----:'.$content.'<BR>'; switch (strtoupper($summ)) { case 'FROM': // 發件人地址及姓名（可能沒有姓名，只有地址信息） if ($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; //沒有發件人的郵件地址 } break; case 'TO': //收件人地址及姓名（可能 沒有姓名） 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; //沒有分開收件人的郵件地址 } break;
case 'DATE' : //發送日期，為了處理方便，這里返回的是一個 Unix 時間戳，可以用 date('Y-m-d',$this->mail_time) 來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': //郵件主題 $this->subject=$content; break; case 'REPLY_TO': // 回復地址(可能沒有) if (ereg('<([^>]+)>',$content,$reg)) $this->reply_to=$reg[1]; else $this->reply_to=$content; break; case 'CONTENT-TYPE': // 整個郵件的 Content類型， eregi('([^;]*);',$content,$reg); $this->body_type=trim($reg[1]); if (eregi('multipart',$content)) // 如果是 multipart 類型，取得 分隔符 { while (!eregi('boundary='(.*)'',$head[$i],$reg) and $head[$i]) $i++; $this->boundary=$reg[1]; } else //對于一般的正文類型，直接取得其編碼方法 { 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)=='') //如果沒有指定回復地址，則回復地址為發送人地址 $this->reply_to=$this->from_mail;}// end function define
function decode_body() //正文的解碼，其中用到了不少郵件頭解碼所得來的信息{$i=0;if (!eregi('multipart',$this->body_type)) // 如果不是復合類型，可以直接解碼 { $tem_body=implode($this->body_temp,'rn'); switch (strtolower($this->body_code_type)) // body_code_type ，正文的編碼方式，由郵件頭信息中取得 {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 // 如果是復合類型的 { $this->body=array(); $this->tem_num=0; $this->decode_mult($this->body_type,$this->boundary,0);//調用復合類型的解碼方法 }}
function decode_mult($type,$boundary,$begin_row) // 該方法用遞歸的方法實現 復合類型郵件正文的解碼，郵件源文件取自于 body_temp 數組，調用時給出該復合類型的類型、分隔符及 在 body_temp 數組中的開始指針
{$i=$begin_row;$lines=count($this->body_temp);while ($i<$lines) // 這是一個部分的結束標識； { while (!eregi($boundary,$this->body_temp[$i]))//找到一個開始標識 $i++; if (eregi($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]); // 取得這一個部分的 類型是milt or text .... if (eregi('multipart',$sub_type))// 該子部分又是有多個部分的； { while (!eregi('boundary='([^']*)'',$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])); // 編碼方式 $comm.=$this->body_temp[$i].'rn'; $i++; } // comm 是編碼的說明部分
if (eregi('name=[']([^']*)[']',$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)) // 圖片的標識符。 $content_id=$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'; } // 下一行開始取回正文 if ($this->get_content_num==-1 or $this->get_content_num==$this->tem_num) // 判斷這個部分是否是需要的。-1 表示全部 { $content=''; while (!ereg($boundary,$this->body_temp[$i])) { //$content[]=$this->body_temp[$i]; $content.=$this->body_temp[$i].'rn'; $i++; }
//$content=implode('rn',$content); switch ($code_type) { case 'base64': $content=base64_decode($content); break;
case 'quoted-printable': $content=str_replace('n','rn',quoted_printable_decode($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 已在上文中給出，這里略過。}} // end class define
在這里要特別說明一點的是html正文里所用圖片的解碼。發送html格式的正文時，都會碰到圖片如何傳送的問題。圖片在 html 文檔里是一個<img src='http://m.b3g6.com/bcjs/21103.html' >的標簽，關鍵是這個源文件從何來的。很多郵件的處理方法是用一個絕對的 url 標識，就是在郵件的html正文里用<img src= http://www.ccidnet.com/image/22.gif >之類的標簽，這樣，在閱讀郵件時，郵件閱讀器（通常是用內嵌的瀏覽器）會自動從網上下載圖片，但是如果郵件收下來之后，與 Internet 的連接斷了，圖片也就不能正常顯示。
所以更好的方法是把圖片放在郵件中一起發送出去。在 MIME 編碼里，描述圖片與正文的關系，除了上面所提到的multipart/related MIME頭信息之外，還用到了一個 Content-ID: 的屬性來使圖片與 html 正文之間建立關系。html 文檔中的圖片在編碼時，其MIME頭中加入一個 Content-ID:122223443556dsdf@ntsever 之類的屬性，122223443556dsdf@ntsever是一個唯一的標識，在 html 文檔里，<img>標簽被修改成<img src='cid: 122223443556dsdf@ntsever'>，在解碼的時候，實際上，還需要把 html 正文中的這些<img src>標簽進行修改，使之指向解碼后的圖片的具體路徑。但是考慮到具體的解碼程序中對圖片會有不同的處理，所以在這個解碼的類中，沒有對 hmtl 正文中的<img>標簽進行修改。所以在實際使用這個類時，對于有圖片的 html 正文，還需要一定的處理。正文中的圖片，可以用臨時文件來保存，也可以用數據庫來保存。
現在我們已經介紹了POP3 收取郵件并進行 MIME 解碼的原理。下面給出一個使用這兩個類的一段小程序：
<?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.'字節大小<br>';
if ($rec->messages>0) { if (!$rec->listmail()) die($rec->err_str); echo '以下是信件內容：<br>'; for ($i=1;$i<=count($rec->mail_list);$i++) { echo '信件'.$rec->mail_list[$i][num].',大?。?.$rec->mail_list[$i][size].'<BR>'; $rec->getmail($rec->mail_list[$i][num]); $decoder->decode($rec->head,$rec->body); echo '<h3>郵件頭的內容：</h3><br>'; echo $decoder->from_name.'('.$decoder->from_mail.') 于'.date('Y-m-d H:i:s',$decoder->mail_time).' 發給'.$decoder->to_name.'('.$decoder->to_mail.')'; echo 'n<br>抄送：';
if ($decoder->cc_to) echo $decoder->cc_to;else echo '無'; echo 'n<br>主題：'.$decoder->subject;
echo 'n<br>回復到:'.$decoder->reply_to; echo '<h3>郵件正文?。?lt;/h3><BR>'; echo '正文類型：'.$decoder->body_type; echo '<br>正文各內容：'; for ($j=0;$j<count($decoder->body);$j++) { echo 'n<br>類型：'.$decoder->body[$j][type]; echo 'n<br>名稱：'.$decoder->body[$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 '正文內容:'.$decoder->body[$j][content]; echo '</pre>'; }$rec->dele($i); }}
$rec->close();?>
如有想要取得完整源代碼的朋友，請與本人聯系: boss_ch@netease.com
<全文完>
網公網安備