来自 PHP 的电子邮件已破坏主题标头编码

Question

我的 PHP 脚本向用户发送电子邮件，当电子邮件到达他们的邮箱时，主题行 ($subject) 的主题末尾添加了诸如 a^£ 之类的字符文本。这显然是和编码问题有关。电子邮件内容本身很好，只是主题行被破坏了。

我已经搜索遍了，但找不到如何正确编码我的主题。

这是我的标题。请注意，我将 Content-Type 与 charset=utf-8 和 Content-Transfer-Encoding: 8bit 一起使用。

//set all necessary headers
$headers = "From: $sender_name<$from>\n";
$headers .= "Reply-To: $sender_name<$from>\n";
$headers .= "X-Sender: $sender_name<$from>\n";
$headers .= "X-Mailer: PHP4\n"; //mailer
$headers .= "X-Priority: 3\n"; //1 UrgentMessage, 3 Normal
$headers .= "MIME-Version: 1.0\n";
$headers .= "X-MSMail-Priority: High\n";
$headers .= "Importance: 3\n";
$headers .= "Date: $date\n";
$headers .= "Delivered-to: $to\n";
$headers .= "Return-Path: $sender_name<$from>\n";
$headers .= "Envelope-from: $sender_name<$from>\n";
$headers .= "Content-Transfer-Encoding: 8bit\n";
$headers .= "Content-Type: text/plain; charset=UTF-8\n";

Answer 1

更新   有关更实用和最新的答案，请查看帕莱克的回答。

---

Content-Type中指定的字符编码仅描述消息正文的字符编码，而不描述消息头的字符编码。您需要使用encoded-word语法 使用 quoted-printable 编码 或 Base64 编码：

encoded-word = "=?" charset "?" encoding "?" encoded-text "?="

您可以使用 imap_8bit 用于 quoted-printable 编码和 base64_encode 用于 Base64 编码：

"Subject: =?UTF-8?B?".base64_encode($subject)."?="
"Subject: =?UTF-8?Q?".imap_8bit($subject)."?="

Answer 2

TL;DR

$preferences = ['input-charset' => 'UTF-8', 'output-charset' => 'UTF-8'];
$encoded_subject = iconv_mime_encode('Subject', $subject, $preferences);
$encoded_subject = substr($encoded_subject, strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);

或

mb_internal_encoding('UTF-8');
$encoded_subject = mb_encode_mimeheader($subject, 'UTF-8', 'B', "\r\n", strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);

问题和解决方案

Content-Type 和 Content-Transfer-Encoding 标头仅适用于邮件正文。对于标头，有一种机制可以指定 RFC 2047 中指定的编码。

您应该通过 iconv_mime_encode 对您的 Subject 进行编码()，从 PHP 5 开始存在：

$preferences = ["input-charset" => "UTF-8", "output-charset" => "UTF-8"];
$encoded_subject = iconv_mime_encode("Subject", $subject, $preferences);

^{更改 input-charset 以匹配字符串 $subject 的编码。您应该将 output-charset 保留为 UTF-8。在 PHP 5.4 之前，使用 array() 而不是 []。}

现在 $encoded_subject 是（不带尾随换行符）

Subject: =?UTF-8?B?VmVyeSBsb25nIHRleHQgY29udGFpbmluZyBzcGVjaWFsIGM=?=
 =?UTF-8?B?aGFyYWN0ZXJzIGxpa2UgxJvFocSNxZnFvsO9w6HDrcOpPD4/PSsqIHA=?=
 =?UTF-8?B?cm9kdWNlcyBzZXZlcmFsIGVuY29kZWQtd29yZHMsIHNwYW5uaW5nIG0=?=
 =?UTF-8?B?dWx0aXBsZSBsaW5lcw==?=

$subject 包含：

Very long text containing special characters like ěščřžýáíé<>?=+* produces several encoded-words, spanning multiple lines

它是如何工作的？

iconv_mime_encode() 函数分割文本，将每个部分分别编码为 令牌和 折叠它们之间的空白。编码字为 =????= 其中：

• 为 B< /code> （对于 Base 64 – 请参阅 base64_encode()) 或 Q (对于 Quoted-printable – 请参阅 quoted_printable_encode()),
• <编码文本>< /code>是用编码的字符串，解码后有字符集。

您可以将 =?CP1250?B?QWhvaiwgc3bsdGU=?= 解码为 UTF-8 字符串 Ahoj, světe（捷克语中的 Hello, world）： iconv("CP1250", "UTF-8", base64_decode("QWhvaiwgc3bsdGU=")) 或直接通过 iconv_mime_decode("=?CP1250?B?QWhvaiwgc3bsdGU=?=", 0, “UTF-8”）。

编码为编码字更加复杂，因为规范要求每个编码字标记的长度最多为 75 个字节，并且包含任何编码字标记的每一行的长度必须最多为 76 个字节（包括连续行开头的空白） ）。 不要自己实现编码。您真正需要知道的是 iconv_mime_encode() 尊重规范。

有趣的相关阅读是维基百科文章 Unicode 和电子邮件。

替代方案

一个基本的选择是仅使用有限的字符集。 ASCII 保证可以工作。正如 user2250504 建议的那样，ISO Latin 1 (ISO-8859-1) 也可能有效，因为它经常被用作未指定编码时的回退。但这些字符集非常小，您可能无法对所需的所有字符进行编码。此外，RFC 没有提及 Latin 1 是否应该工作。

您还可以使用 mb_encode_mimeheader()，正如 Paul Norman 回答的，但很容易错误使用它。

1. 您必须使用mb_internal_encoding()< /a> 设置 mbstring 函数内部使用的编码。 mb_* 函数期望输入字符串采用此编码。注意：mb_encode_mimeheader() 的第二个参数与输入字符串无关（尽管手册上有说明）。它对应于编码单词中的 （请参阅上面的它是如何工作的？）。输入字符串在传递给 B 或 Q 编码之前，会从内部编码重新编码为该编码。

   
   

   自 PHP 5.6 起，可能不需要设置内部编码，因为底层 mbstring.internal_encoding 配置选项已被弃用，取而代之的是 default_charset 选项，此后默认设置为 UTF-8。请注意，这只是默认值，在代码中依赖默认值可能不合适。

2. 您必须在输入字符串中包含标头名称和冒号。 RFC 对行长度施加了严格的限制，并且它也必须适用于第一行！另一种方法是修改第五个参数（$indent；最后一个参数截至 2015 年 9 月），但这更不方便。

3. 实施可能存在错误。即使使用正确，您也可能会得到损坏的输出。至少手册页上的许多评论都是这么说的。我没有找到任何问题，但我知道编码单词的实现很棘手。 如果您发现 mb_encode_mimeheader() 或 iconv_mime_encode() 中潜在或实际的错误，请在评论中告诉我。

使用 mb_encode_mimeheader() 的至少一个好处是：它并不总是对所有标头内容进行编码，这样可以节省空间并使文本易于阅读。仅非 ASCII 部分需要编码。与上面的 iconv_mime_encode() 示例类似的输出是：

Subject: Very long text containing special characters like
 =?UTF-8?B?xJvFocSNxZnFvsO9w6HDrcOpPD4/PSsqIHByb2R1Y2VzIHNldmVyYWwgZW5j?=
 =?UTF-8?B?b2RlZC13b3Jkcywgc3Bhbm5pbmcgbXVsdGlwbGUgbGluZXM=?=

mb_encode_mimeheader() 的使用示例：

mb_internal_encoding('UTF-8');
$encoded_subject = mb_encode_mimeheader("Subject: $subject", 'UTF-8');
$encoded_subject = substr($encoded_subject, strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);

这是本文顶部 TL;DR 中的代码片段的替代方案。它不是仅仅为 Subject: 保留空间，而是实际上将其放在那里，然后将其删除，以便能够与 mail() 的愚蠢接口一起使用它。

如果您比 iconv 更喜欢 mbstring 函数，您可能需要使用 <代码>mb_send_mail()。它在内部使用 mail() ，但对主题进行编码和消息正文自动。再次强调，谨慎使用。

除主题之外的标头需要不同的处理

请注意，您不能假设对所有可能包含非 ASCII 字符的标头进行标头的全部内容编码都是可以的。例如，From、To、Cc、Bcc 和 Reply-To 可能包含它们所包含的地址的名称，但只有名称可以被编码，而不是地址。原因是 标记可能仅替换 、 和 。 word> 标记，并且仅在某些情况下（请参阅 RFC 的 §5 2047）。

其他标头中的非 ASCII 文本的编码是一个相关但不同的问题。 如果您想了解有关此主题的更多信息，请搜索。如果您找不到答案，请提出另一个问题并在评论中指出我。

Answer 3

mb_encode_mimeheader() 对于 UTF-8 字符串在这里可能很有用，例如

$subject = mb_encode_mimeheader($subjectText,"UTF-8");