MIME邮件的格式

最新推荐文章于 2023-08-22 16:09:22 发布

shenhonggeli

最新推荐文章于 2023-08-22 16:09:22 发布

阅读量2.1k

点赞数

文章标签： standards internet postscript application parallel image

邮件格式说明

Mutiple Internet Mail Extensions

Refer to Internet Official Protocol Standards RFC 822

1 概述

网络间传递的电子邮件需要公共认同的格式，以便于客户端邮箱软件识别拆解其间的信息。邮件本身是由 ASCII 字符构成，总体上分为邮件头邮件体两部分，其间允许字符编码、附件、压缩等等多样化的格式。本文档参考网络官方协议标准中 , 请求批注的邮件相关条款，总结了邮件结构及其各部分的格式说明，给出部分字符编码的相关解释。

RFC( Require for comment ) 是 Internet Official Protocol Standards 标准所提供的网络协议标准系列。

2 主体结构

邮件结构包括邮件头、邮件体（可无），邮件体实际上是一行行的 ASCII 字符构成的简单序列，它和邮件头是靠一个空行（该行只有一个回车换行符 CRLF ）来区分开的。

2.1 邮件头

1) 长字段的断行

邮件头由许多头字段 (header fields) 组成，这些字段包括字段名 (field name) 和字段值 (field body) ；字段值 (field body) 可以分割成多行表述，叫做“可折叠”。

断行的规则是：在一行的线性空格处，可用 CRLF （回车换行）之后至少跟一个 LWSP-char( 空格或 TAB) ，把原来的单行变为多行表示。

RFC 协议中推荐尽量把折叠的断行放置在特定的空格分隔处，比如，地址字段里的多个邮件地址，折叠时尽量在各地址之间，及逗号之后断行。

2) 字段主要结构

包括字段名 (Field name) ，冒号 (colon) ，字段值 (Field body) ，结束符（ CRLF ）；

有些字段属于结构化字段，比如日期 (Date) ，邮件地址 (Address) ，有着特定的表示格式，用于系统识别。而其他字段比如 ”Subject” “Comments” 都被当作简单的字符串处理。

字段表示：

field-name ":" [ field-body ] CRLF

字段值 (Field body) 可断行（见 1 ）），内容全部都是 ASCII 码，元素包括句号，引用字符串，特殊 token ，或一般文本。字段的含义参见后文附录。

3) 邮件头构造协议

邮件头字段不是必须按照特定的顺序安排，仅仅是注意要把邮件体放在邮件头之后。邮件协议中推荐的做法是在放置邮件字段时，邮件按照以下顺序安排： ”Return-Path”, “Received”, “Date”, “From”, “Subject”, “Sender”, “To”, “cc”, 等等。

邮件协议中规定邮件由字段和邮件体正文组成，两部分之间由一个空行（该行只有包含 CRLF ）分隔，也就是说，在遇见的第一个空行之后所有的内容都被当作邮件体。

Ø 转发 -Forwarding

一些系统允许接受者转发信息，保留原有的邮件头，仅添加些新的字段，这些字段以 ”Resent-” 为前缀。及前缀 ”Resent-” 的字段表示接受者转发的原信息。

Ø 路径字段 -Trace Field

路径信息用来追踪信息的发送者， ”via” “with” 等是记录变量。

“Return-Path” : 该字段由信息的最后发送者添加 , 是关于信息原始来源的地址和回朔路径。 Reply-To 字段是有信息源添加用来直接回复（地址？），而 Return-Path 是一个到信息原始来源的回朔路径。

“Received” : 由每个中继服务站添加，用于帮助追踪传输中出现的错误。字段内容包括，发送、接收的主机和接收时间。参数 via 用于记录信息发送后经过的物理站点， ”with” 指示了使用的邮件、连接的协议。参数 id 用于标识邮件。参数 for 用于记录发送者的分发的目的地址。

Ø 信息源的字段 -Originator Field

“From/Resent-From” : 与 sender 必须至少存在一个。

“Sender/Resent-Sender”

“Reply-To/Resent-Reply-To”

当自动生成回复信息的地址列表时，应当注意：如果没有 ”Sender” ，将会使用 ”From” . 接收者在回复信息时，邮件 sender 中的信息不会被自动使用。如果 ”Reply-To” 字段存在，将使用该字段信息，而不是 ”From” 字段。如果有 ”From” 而没有 ”Reply-To” ，将使用 ”From” 。

Ø 接收者字段 -Receiver Field

“To/Resent-To”

“Cc/Resent-Cc”

“Bcc/Resent-Bcc”

Ø 参考字段

“Message-ID/Resent-Message-ID”

“In-Reply-To”

“Reference”

“Keywords”

4) 重要参数字段

a) “MIME-Version” : 所使用的网络邮件格式标准版本

b) “Content-type”

邮件内容数据的类型，包括类型标识 (type) 和子类型标识 (subtype) ，前者类型标识 (type) 声明了数据的类型，后者子类型标识 (subtype) 为这种数据类型指定了特定的格式。

比如 content-type:image/xyz; 说明数据类型是图像型 (image) 的，图像数据格式是 xyz 。

类型标识 (type) 与子类型标识 (subtype) 由斜杠 ”/” 来分割。

类型之后是参数集合 parameter 。

邮件的数据类型分为七种，分别是 : 文本 (Text) 、多文档 (mulipart) 、消息 (Message) 、图像 (Image) 、音频 (audio) 、视频 (Video) 、应用 (Application) 。

文本 (Text)— 文字类信息，其基本的子类标识是 ”Plain” ，即没有格式的文本。除了需要支持指定的字符集，获得文本信息不需要特殊的软件。文本子类用于多信息文本，在其上应用文字处理软件可以美化文本的外观，但文本的内容及涵义无需任何软件。因此子类型包括任何可读得文字处理格式。

多文档 (mulipart) — 包含具有独立数据类型的多个部分。其中定义了 4 个最原始的子类型： mixed( 基本类型 ), alternative( 具有可供选择的多个格式 ), parallel( 同时阅览的部分 ), digest( 都是消息型的多部内容 ).

消息 (Message) – 未封装的消息。该类型的消息体本身部分或全部都是 RFC822 格式。基本子类是 ” rfc822” 。 ”partial” 表示局部消息，允许邮件传输中可分块进行。 ”External-body” 表示扩展大邮件。

图形 (Image) – 需要有现实设备。子类主要是两种应用广泛的图形格式： jpeg, gif 。

声频 (audio) – 基本子类 ”basic”, 需要声频输出设备。

视频 (Video) – 基本子雷 ”mpeg”, 需要视频显示设备。

应用 (Application) – 其他类型数据，无法解析的二进制数据。基本子类 ”octet-stream” ，用于不可解析的二进制数据情况，为用户提供将信息写入文件的方法。 ”PostScript” 表示传输脚本文档。

Content-type 类型默认为 Content-type : text/plain; charset = us-ascii 。如果 content-type 没有明确制定，那么系统会默认为该类型。

当遇到未知的类型时，将会把未知类型当作 ”application/octet-stream” 对待。

c) Content-Transfer-Encoding 头字段

许多邮件内容是以最原始的格式传输的， 8 位字符或二进制数据，但对于有些协议这种格式数据就不能正确传输了。例如 RFC821 限制 messages 必须为 7 位 US-ASCII 数据，而且每行不能超过 1000 个字符。

因此，有必要定义机制来把数据编码成 7 位短行格式。编码的目的就是用网络可以传输的方式来表达邮件内容。

Content-Transfer-Encoding 实际上就是在类型数据的本地表述和用 7 位邮件传输协议转化的表述之间的一种映射，比如协议 RFC821(SMTP) 。该字段的值就是指定编码类型的一种标识。

其值如下：

“7bit”,”8bit”, “quoted-printable”, “base64”, “binary”, “x-token”

标识不区分大小写，如果没有明确指定，该字段的默认值是 ”7bit” 。

若值是 ”8bit”,”7bit” 或 ”binary” 时，表示没有做任何编码。（继续翻译）

2.2 Content-type 字段 Multipart 类型说明

所有带前缀 ”Content-” 的字段对正文都定义有含义，而其他得头字段一般都被邮件体部分忽略。

协议中指出，在 multipart 的情况下 , 即多个不同的数据集合合并在同一邮件体内，此时头字段中 ”multipart” 参数值必须存在。这时邮件体必定存在一个或多个子部分，每一个子部分都会由边界 (boundary) 封装 , 而且最后一个子部分后面必须跟一个结尾边界。每一部分都会由边界开始，然后包含着邮件子体的头信息（ header ），空行，然后是邮件正文。

如果没有填写 content-type 的头字段，那就是暗示相应的邮件体时 US-ASCII 的普通 text/plain 文本。

Boundary 在作为边界值封装邮件时，其使用方法是值前加两个 ”-” 。在一些特殊情况下，这种用法也不一定适用。

封装部分的结尾， boundary 和前面的使用格式一样的情况下，后面再加两个 ”-” 的形式表示。

Content-type 字段参数的语法是把 boundaries 的值包含在引号之中。也可以没有引号，但又引号是最保险的。有一些非法字符会出现在 boundary 值中，如果不加引号会引起错误。

注意封装边界必须在行的开始，后面是回车换行 CRLF, 开头的 CRLF 会被当作边界的一部分，而不是上一块内容的一部分。边界后面跟一个 CRLF 和下一部分的邮件头字段，或者，两个 CRLF ，这种情况下不会有细一部分的邮件头。

在边界之间（子部分头一个 boundary 和上一部分结尾 boundary 之间或者正文第一个边界之前邮件头之后），会有一些可添加额外信息的空白空间，这些空间邮件解析时会略过。

Multipart 子类型的简要介绍：

Mixed: 表示个子部间互相独立，需要以特定的顺序排列。

Alternative: 每一子部分的是相同信息的不同版本，各部分排序，最优的排在最后，但优先使用。

Digest: 将子部分默认成 message 来处理。

Parallel: 同时显示多个子部

2.3 Content-type 字段 Message 类型说明

在发送邮件时，该类型会频繁使用来封装子 mail 邮件。通常的子类型是 message/rfc822 ，该类型下没有必须添加的参数。额外的子类型 ”partial” 和 ”External-body ” ，需要必要的参数。

编码方面，该类型只允许 ”7bit” “8bit” 或 ”binary” 。 message 的头字段通常是 US_ASCII 的， message 体内可以按照其自身的 content-transfer-encoding 字段值进行编码。

1） message/rfc822

该类型是 rfc822 协议的 message 。但不必和最外层的 rfc822 message 那样有 from, subject, 以及目的字段。该类型可以由高版本的邮件替换，及兼容 MIME message 。

2） message/partial

有些邮件发送机构限制邮件发送的大小，这样，大的邮件对象（ vedio 等）必须分成多部分发送。 “message/partial” 说明该邮件体包含了一个大邮件的一段。该类型需要 3 个参数：

Id, 尽可能保持唯一性，为了把各部组合到一起。

Number, 该部分在整体序列中的编号。

Total, 所分部分的总数，该参数一般在最后一部分出现。

发送大邮件诸如 vedio 文件时，由于文件太大，超出单次发送限制，需要把文件分割成多个部分。基本过程是，把 vedio 类型的 message, 分割成多个单独的 vedio 类型的 message, 每个部分再由 ”message/partial” 类型的 message 封装起来，并添加分段信息。