Javamail处理unicode-1-1-utf-7编码的邮件

出处：javayou.com 作者：泽欣时间：2006-6-20 16:06:00

客户总是报告某些email 在outlook中可以正常显示，而在我用javamail编写的客户端却显示正文一片空白。看看日志报告的是 UnsupportedEncodingException 。我让客户把 email 原件从outlook 中下载下来发给我，打开一看，发现标题和正文使用的编码是 unicode-1-1-utf-7。

自从使用utf-8，很久没有遇到乱码的问题了。unicode-1-1-utf-7这个编码真是头一次看到。到google 上一搜，还真有不少人使用 javamail 遇到这个问题。不想这竟是 java 的 bug，参见 http://bugs.sun.com/bugdatabase/view_bug.do?bug_id=4304013 。难以理解为什么 java 一直到1.4.2还不支持UTF-7编码（j2sdk1.5 不知道搞定没有）。

看看RFC 和一些网上资料，基本了解了UTF-7，摘录一段如下：

UTF-7：A Mail-Safe Transformation Format of Unicode(RFC1642)。这是一种使用 7 位 ASCII 码对 Unicode 码进行转换的编码。它的设计目的仍然是为了在只能传递 7 为编码的邮件网关中传递信息。 UTF-7 对英语字母、数字和常见符号直接显示，而对其他符号用修正的 Base64 编码。符号 + 和 - 号控制编码过程的开始和暂停。所以乱码中如果夹有英文单词，并且相伴有 + 号和 - 号，这就有可能是 UTF-7 编码。

客户自然不能接受程序平台bug这样的借口，所以重要的是如何搞定这个编码。google 又是一阵狂搜，老实说没有google，我不知道我是否仍然可以继续程序员这份很有前途的工作。但话有说回来，google也让我产生了惰性，遇到不明白的例外的时候基本就不再自己思考了。网上提问题的人多，解决问题的人少，好不容易发现有人提供了解决的办法，不曾想竟是个日本人。

我是仇日的，除了三年前一个 Olympus 的数码相机，我一直严于律己，不染日货。但我还是对这个叫做木下信的日本人心生敬意。他写了整整一本书来共享其使用 javamail 的经验，《JavaMail完全解说》。其中一篇专门介绍了如何处理 UTF-7编码并提供源码下载。参见：http://www.sk-jp.com/cgi-bin/treebbs.cgi?kako=1&all=1220&s=1220，涉及的source可以从 http://www.sk-jp.com/software 下载。

结合日本人的解法，我的部分处理代码如下：

private static String decodeStream(InputStream in, String charset) throws IOException {
    //System.out.println(IOUtils.toString(in));
    if (isUTF7(charset)) {
        ByteArrayOutputStream out = new ByteArrayOutputStream();
        int c;

        while ((c = in.read()) != -1) {
            out.write(c);
        }
        byte[] bytes = out.toByteArray();

        try {
            ByteToCharUTF7 btc = new ByteToCharUTF7();
            char[] chars = new char[bytes.length / 2 + 1];
            btc.convert(bytes, 0, bytes.length, chars, 0, chars.length);
            return new String(chars);
        } catch (Exception e) {
            log.warn("Error occurred while parse stream with charset " + charset
                    + ". Cause by: " + e.getMessage());
            //可能会抛出sun.io.ConversionBufferFullException, 那么直接用默认编码解码
            return new String(bytes, "ISO8859-1");
        }

    } else {
        return IOUtils.toString(in, charset);
    }
}

private static boolean isUTF7(String charset) {
return "UTF-7".equalsIgnoreCase(charset) || "unicode-1-1-utf-7".equalsIgnoreCase(charset);
}

完全按照日本人的解法，时常会抛出sun.io.ConversionBufferFullException。问题可能出在它默认假定字符串一定包含有UTF7编码的内容，如果字符串只包含ASCII，那么就抛出了例外（UTF-7 对英语字母、数字和常见符号直接显示，而对其他符号用修正的 Base64 编码，见上UTF7的说明）。所以如果 catch 了例外，就直接用ISO8859-1编码处理。

希望java赶紧支持utf-7。我对unicode一直是一知半解，觉得编码这玩意挺复杂。主要是看到代码中遍布 >>、<< 这样的位操作符就心生怯意。到底不是科班出身啊。

分享到：

最新专题

鸟哥的Linux私房菜之Mail服务器

Exchange Server 2010技术专题

Windows 7 技术专题

Sendmail 邮件系统配置

组建Exchange 2003邮件系统

Windows Server 2008 专题

ORF 反垃圾邮件系统

Exchange Server 2007 专题

分类导航

邮件服务器

Javamail处理unicode-1-1-utf-7编码的邮件