文本解码问题

Question

因此，给定这个输入字符串：

=?ISO-8859-1?Q?TEST=2C_This_Is_A_Test_of_Some_Encoding=AE?=

以及这个函数：

private string DecodeSubject(string input)
        {
            StringBuilder sb = new StringBuilder();
            MatchCollection matches = Regex.Matches(inputText.Text, @"=\?(?<encoding>[\S]+)\?.\?(?<data>[\S]+[=]*)\?=");
            foreach (Match m in matches)
            {
                string encoding = m.Groups["encoding"].Value;
                string data = m.Groups["data"].Value;

                Encoding enc = Encoding.GetEncoding(encoding.ToLower());
                if (enc == Encoding.UTF8)
                {
                    byte[] d = Convert.FromBase64String(data);
                    sb.Append(Encoding.ASCII.GetString(d));
                }
                else
                {                    
                    byte[] bytes = Encoding.Default.GetBytes(data);
                    string decoded = enc.GetString(bytes);
                    sb.Append(decoded);
                }
            }

            return sb.ToString();

        }

结果与从输入字符串中提取的数据相同。我做错了什么，这段文本没有被正确解码？

更新

所以我有这段代码用于解码可打印的引用：

public string DecodeQuotedPrintable(string encoded)
        {
            byte[] buffer = new byte[1];
            return Regex.Replace(encoded, "=(\r\n?|\n)|=([A-F0-9]{2})", delegate(Match m)
            {
                if (byte.TryParse(m.Groups[2].Value, NumberStyles.HexNumber, CultureInfo.InvariantCulture, out buffer[0]))
                {
                    return Encoding.ASCII.GetString(buffer);
                }
                else
                {
                    return string.Empty;
                }
            });
        }

并且只留下下划线。我是否手动将它们转换为空格（替换（“_”，“”）），或者我需要做其他什么来处理这个问题？

Answer 1

看来您不完全理解输入行的格式。在这里查看：http://www.ietf.org/rfc/rfc2047.txt
格式为：encoded-word = "=?"字符集“？”编码“?”编码文本“？=”

所以你必须

1. 提取字符集（根据.net进行编码）。不仅仅是 UTF8 或默认 (Utf16)
2. 提取编码：B 表示 base64 Q 表示可引用打印（您的情况！）
3. 然后对字节进行解码，然后对字符串进行解码

Answer 2

1. 该函数甚至没有尝试解码 quoted-printable 编码的内容（十六进制代码和下划线）。你需要添加这一点。
2. 它处理编码错误（出于某种奇怪的原因，UTF-8 使用 Encoding.ASCII 进行解码）