场景
当前在使用.NET的mailkit
包接收邮箱邮件,使用IMAP
协议。主要解析接收到的邮件的基本信息,如主题,发件人,收件人,附件下载等。使用过程中出现了附件文件名中文乱码的情况。
具体为:
访问web邮箱,在网页端查看问题邮件是正常的。邮件内容均为中文,主题,附件名等,且正常显示。
但是通过mailkit
解析到的邮件数据中,主题subject
中文显示正常,附件文件名attachment-filename
显示乱码。如图。
起初我以为是mailkit
这个包的问题,于是我改用python+imbox
解析同一封邮件,得到同样的结果。所以这并不是包或者语言的问题。
然后如我一开始说的,在web端显示的附件名正常,解析中却是乱码,所以也不太可能是IMAP
或SMTP
协议的问题。
所以只能是中文文本编码的问题(基本上很多的中文乱码都是编码的问题)。但编码问题有的原因往往多种多样,需要针对性的处理。如这篇文章中,他是先按base64
解码为字节数组,然后按UTF8
重新编码输出。
fileName = Encoding.UTF8.GetString(Convert.FromBase64String(fileName.Replace("=?utf-8?B?", "").Replace("?=", "")));
https://www.cnblogs.com/PEPE/p/4632540.html?utm_source=tuicool&utm_medium=referral
但我的乱码按这样操作得不到正确的结果。
解决方案
尝试编解码
#错误 fileName = Encoding.GetEncoding("gb2312").GetString(Encoding.Default.GetBytes(fileName));
#错误 fileName = Encoding.GetEncoding("gb2312").GetString(Encoding.Unicode.GetBytes(fileName));
#错误 fileName = Encoding.GetEncoding("gb2312").GetString(Encoding.ASCII.GetBytes(fileName));
#错误 fileName = Encoding.GetEncoding("gb2312").GetString(Encoding.UTF8.GetBytes(fileName));
fileName = Encoding.GetEncoding("gb2312").GetString(Encoding.Latin1.GetBytes(fileName));
最终,我使用多重解析的逻辑,先默认解析,如果出现乱码,再执行上面的重编解码。