郵件格式說(shuō)明

Mutiple Internet Mail Extensions

Refer to Internet Official Protocol Standards RFC 822

1        概述

網(wǎng)絡(luò)間傳遞的電子郵件需要公共認(rèn)同的格式，以便于客戶端郵箱軟件識(shí)別拆解其間的信息。郵件本身是由ASCII字符構(gòu)成，總體上分為郵件頭郵件體兩部分，其間允許字符編碼、附件、壓縮等等多樣化的格式。本文檔參考網(wǎng)絡(luò)官方協(xié)議標(biāo)準(zhǔn)中,請(qǐng)求批注的郵件相關(guān)條款，總結(jié)了郵件結(jié)構(gòu)及其各部分的格式說(shuō)明，給出部分字符編碼的相關(guān)解釋。

RFC( Require for comment )是Internet Official Protocol Standards標(biāo)準(zhǔn)所提供的網(wǎng)絡(luò)協(xié)議標(biāo)準(zhǔn)系列。

 

2        主體結(jié)構(gòu)

郵件結(jié)構(gòu)包括郵件頭、郵件體（可無(wú)），郵件體實(shí)際上是一行行的ASCII字符構(gòu)成的簡(jiǎn)單序列，它和郵件頭是靠一個(gè)空行（該行只有一個(gè)回車換行符CRLF）來(lái)區(qū)分開(kāi)的。

2.1      郵件頭

1)     長(zhǎng)字段的斷行

郵件頭由許多頭字段(header fields)組成，這些字段包括字段名(field name)和字段值(field body)；字段值(field body)可以分割成多行表述，叫做“可折疊”。

斷行的規(guī)則是：在一行的線性空格處，可用CRLF（回車換行）之后至少跟一個(gè)LWSP-char(空格或TAB)，把原來(lái)的單行變?yōu)槎嘈斜硎尽?span lang="EN-US">

RFC協(xié)議中推薦盡量把折疊的斷行放置在特定的空格分隔處，比如，地址字段里的多個(gè)郵件地址，折疊時(shí)盡量在各地址之間，及逗號(hào)之后斷行。

2)     字段主要結(jié)構(gòu)

包括字段名(Field name)，冒號(hào)(colon)，字段值(Field body)，結(jié)束符（CRLF）；

有些字段屬于結(jié)構(gòu)化字段，比如日期(Date)，郵件地址(Address)，有著特定的表示格式，用于系統(tǒng)識(shí)別。而其他字段比如”Subject” “Comments” 都被當(dāng)作簡(jiǎn)單的字符串處理。

字段表示：

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

字段值(Field body)可斷行（見(jiàn)1）），內(nèi)容全部都是ASCII碼，元素包括句號(hào)，引用字符串，特殊token，或一般文本。字段的含義參見(jiàn)后文附錄。

 

3)     郵件頭構(gòu)造協(xié)議

       郵件頭字段不是必須按照特定的順序安排，僅僅是注意要把郵件體放在郵件頭之后。郵件協(xié)議中推薦的做法是在放置郵件字段時(shí)，郵件按照以下順序安排：”Return-Path”, “Received”, “Date”, “From”, “Subject”, “Sender”, “To”, “cc”, 等等。

郵件協(xié)議中規(guī)定郵件由字段和郵件體正文組成，兩部分之間由一個(gè)空行（該行只有包含CRLF）分隔，也就是說(shuō)，在遇見(jiàn)的第一個(gè)空行之后所有的內(nèi)容都被當(dāng)作郵件體。

?  轉(zhuǎn)發(fā)-Forwarding

一些系統(tǒng)允許接受者轉(zhuǎn)發(fā)信息，保留原有的郵件頭，僅添加些新的字段，這些字段以”Resent-”為前綴。及前綴”Resent-”的字段表示接受者轉(zhuǎn)發(fā)的原信息。

?  路徑字段-Trace Field

路徑信息用來(lái)追蹤信息的發(fā)送者，”via” “with” 等是記錄變量。

“Return-Path” : 該字段由信息的最后發(fā)送者添加,是關(guān)于信息原始來(lái)源的地址和回朔路徑。Reply-To 字段是有信息源添加用來(lái)直接回復(fù)（地址？），而Return-Path是一個(gè)到信息原始來(lái)源的回朔路徑。

“Received” : 由每個(gè)中繼服務(wù)站添加，用于幫助追蹤傳輸中出現(xiàn)的錯(cuò)誤。字段內(nèi)容包括，發(fā)送、接收的主機(jī)和接收時(shí)間。參數(shù)via 用于記錄信息發(fā)送后經(jīng)過(guò)的物理站點(diǎn)，”with” 指示了使用的郵件、連接的協(xié)議。參數(shù) id 用于標(biāo)識(shí)郵件。參數(shù)for 用于記錄發(fā)送者的分發(fā)的目的地址。

?  信息源的字段-Originator Field

“From/Resent-From” : 與sender 必須至少存在一個(gè)。

“Sender/Resent-Sender”

“Reply-To/Resent-Reply-To”   

當(dāng)自動(dòng)生成回復(fù)信息的地址列表時(shí)，應(yīng)當(dāng)注意：如果沒(méi)有”Sender”，將會(huì)使用”From” . 接收者在回復(fù)信息時(shí)，郵件sender中的信息不會(huì)被自動(dòng)使用。如果”Reply-To” 字段存在，將使用該字段信息，而不是”From”字段。如果有”From” 而沒(méi)有”Reply-To” ，將使用”From”。   

?  接收者字段-Receiver Field

“To/Resent-To”

“Cc/Resent-Cc”

“Bcc/Resent-Bcc”

?  參考字段

“Message-ID/Resent-Message-ID”

“In-Reply-To”

“Reference”

“Keywords”

4)     重要參數(shù)字段

a)      “MIME-Version” : 所使用的網(wǎng)絡(luò)郵件格式標(biāo)準(zhǔn)版本

b)     “Content-type”

       郵件內(nèi)容數(shù)據(jù)的類型，包括類型標(biāo)識(shí)(type)和子類型標(biāo)識(shí)(subtype)，前者類型標(biāo)識(shí)(type)聲明了數(shù)據(jù)的類型，后者子類型標(biāo)識(shí)(subtype)為這種數(shù)據(jù)類型指定了特定的格式。

       比如 content-type:image/xyz; 說(shuō)明數(shù)據(jù)類型是圖像型(image)的，圖像數(shù)據(jù)格式是xyz。

       類型標(biāo)識(shí)(type)與子類型標(biāo)識(shí)(subtype)由斜杠”/”來(lái)分割。

       類型之后是參數(shù)集合parameter。

郵件的數(shù)據(jù)類型分為七種，分別是: 文本(Text)、多文檔(mulipart)、消息(Message)、圖像(Image)、音頻(audio)、視頻(Video)、應(yīng)用(Application)。

       文本(Text)—文字類信息，其基本的子類標(biāo)識(shí)是”P(pán)lain”，即沒(méi)有格式的文本。 除了需要支持指定的字符集，獲得文本信息不需要特殊的軟件。 文本子類用于多信息文本，在其上應(yīng)用文字處理軟件可以美化文本的外觀，但文本的內(nèi)容及涵義無(wú)需任何軟件。因此子類型包括任何可讀得文字處理格式。

       多文檔(mulipart) —包含具有獨(dú)立數(shù)據(jù)類型的多個(gè)部分。 其中定義了4個(gè)最原始的子類型：mixed(基本類型), alternative(具有可供選擇的多個(gè)格式), parallel(同時(shí)閱覽的部分), digest(都是消息型的多部?jī)?nèi)容).

消息(Message) – 未封裝的消息。該類型的消息體本身部分或全部都是RFC822格式。基本子類是 ” rfc822” 。”partial”表示局部消息，允許郵件傳輸中可分塊進(jìn)行。”External-body” 表示擴(kuò)展大郵件。

       圖形(Image) – 需要有現(xiàn)實(shí)設(shè)備。子類主要是兩種應(yīng)用廣泛的圖形格式：jpeg, gif。

       聲頻(audio) – 基本子類 ”basic”, 需要聲頻輸出設(shè)備。

       視頻(Video) – 基本子雷 ”mpeg”, 需要視頻顯示設(shè)備。

       應(yīng)用(Application) – 其他類型數(shù)據(jù)，無(wú)法解析的二進(jìn)制數(shù)據(jù)。基本子類 ”octet-stream” ，用于不可解析的二進(jìn)制數(shù)據(jù)情況，為用戶提供將信息寫(xiě)入文件的方法。”P(pán)ostScript” 表示傳輸腳本文檔。

Content-type類型默認(rèn)為Content-type : text/plain; charset = us-ascii 。如果content-type沒(méi)有明確制定，那么系統(tǒng)會(huì)默認(rèn)為該類型。

當(dāng)遇到未知的類型時(shí)，將會(huì)把未知類型當(dāng)作 ”application/octet-stream” 對(duì)待。

c)      Content-Transfer-Encoding 頭字段

許多郵件內(nèi)容是以最原始的格式傳輸?shù)模?/span>8位字符或二進(jìn)制數(shù)據(jù)，但對(duì)于有些協(xié)議這種格式數(shù)據(jù)就不能正確傳輸了。例如RFC821限制messages必須為7位US-ASCII數(shù)據(jù)，而且每行不能超過(guò)1000個(gè)字符。

因此，有必要定義機(jī)制來(lái)把數(shù)據(jù)編碼成7位短行格式。編碼的目的就是用網(wǎng)絡(luò)可以傳輸?shù)姆绞絹?lái)表達(dá)郵件內(nèi)容。

       Content-Transfer-Encoding實(shí)際上就是在類型數(shù)據(jù)的本地表述和用7位郵件傳輸協(xié)議轉(zhuǎn)化的表述之間的一種映射，比如協(xié)議RFC821(SMTP)。該字段的值就是指定編碼類型的一種標(biāo)識(shí)。

其值如下：

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

       標(biāo)識(shí)不區(qū)分大小寫(xiě)，如果沒(méi)有明確指定，該字段的默認(rèn)值是”7bit”。

若值是”8bit”,”7bit”或”binary”時(shí)，表示沒(méi)有做任何編碼。（繼續(xù)翻譯）

2.2      Content-type 字段Multipart 類型說(shuō)明

所有帶前綴”Content-”的字段對(duì)正文都定義有含義，而其他得頭字段一般都被郵件體部分忽略。

協(xié)議中指出，在multipart的情況下,即多個(gè)不同的數(shù)據(jù)集合合并在同一郵件體內(nèi)，此時(shí)頭字段中”multipart”參數(shù)值必須存在。這時(shí)郵件體必定存在一個(gè)或多個(gè)子部分，每一個(gè)子部分都會(huì)由邊界(boundary)封裝,而且最后一個(gè)子部分后面必須跟一個(gè)結(jié)尾邊界。每一部分都會(huì)由邊界開(kāi)始，然后包含著郵件子體的頭信息（header），空行，然后是郵件正文。

       如果沒(méi)有填寫(xiě)content-type 的頭字段，那就是暗示相應(yīng)的郵件體時(shí)US-ASCII的普通text/plain文本。

       Boundary 在作為邊界值封裝郵件時(shí)，其使用方法是值前加兩個(gè)”-”。在一些特殊情況下，這種用法也不一定適用。

       封裝部分的結(jié)尾，boundary和前面的使用格式一樣的情況下， 后面再加兩個(gè)”-”的形式表示。

Content-type字段參數(shù)的語(yǔ)法是把boundaries的值包含在引號(hào)之中。也可以沒(méi)有引號(hào)，但又引號(hào)是最保險(xiǎn)的。有一些非法字符會(huì)出現(xiàn)在boundary值中，如果不加引號(hào)會(huì)引起錯(cuò)誤。

注意封裝邊界必須在行的開(kāi)始，后面是回車換行CRLF, 開(kāi)頭的CRLF會(huì)被當(dāng)作邊界的一部分，而不是上一塊內(nèi)容的一部分。邊界后面跟一個(gè)CRLF和下一部分的郵件頭字段，或者，兩個(gè)CRLF，這種情況下不會(huì)有細(xì)一部分的郵件頭。

在邊界之間（子部分頭一個(gè)boundary和上一部分結(jié)尾boundary之間或者正文第一個(gè)邊界之前郵件頭之后），會(huì)有一些可添加額外信息的空白空間，這些空間郵件解析時(shí)會(huì)略過(guò)。

       Multipart 子類型的簡(jiǎn)要介紹：

              Mixed: 表示個(gè)子部間互相獨(dú)立，需要以特定的順序排列。

       Alternative: 每一子部分的是相同信息的不同版本，各部分排序，最優(yōu)的排在最后，但優(yōu)先使用。

       Digest: 將子部分默認(rèn)成message來(lái)處理。

       Parallel:同時(shí)顯示多個(gè)子部

2.3      Content-type 字段Message類型說(shuō)明

在發(fā)送郵件時(shí)，該類型會(huì)頻繁使用來(lái)封裝子mail郵件。通常的子類型是message/rfc822，該類型下沒(méi)有必須添加的參數(shù)。額外的子類型”partial” 和 ”External-body ”， 需要必要的參數(shù)。

     編碼方面，該類型只允許”7bit” “8bit” 或 ”binary” 。message的頭字段通常是US_ASCII的，message體內(nèi)可以按照其自身的content-transfer-encoding字段值進(jìn)行編碼。

1） message/rfc822

該類型是rfc822協(xié)議的message。但不必和最外層的rfc822 message那樣有from, subject,以及目的字段。該類型可以由高版本的郵件替換，及兼容MIME message。

2） message/partial

有些郵件發(fā)送機(jī)構(gòu)限制郵件發(fā)送的大小，這樣，大的郵件對(duì)象（vedio等）必須分成多部分發(fā)送。 “message/partial”說(shuō)明該郵件體包含了一個(gè)大郵件的一段。該類型需要 3個(gè)參數(shù)：

Id,盡可能保持唯一性，為了把各部組合到一起。

Number, 該部分在整體序列中的編號(hào)。

Total, 所分部分的總數(shù)，該參數(shù)一般在最后一部分出現(xiàn)。

 

發(fā)送大郵件諸如vedio文件時(shí)，由于文件太大，超出單次發(fā)送限制，需要把文件分割成多個(gè)部分。基本過(guò)程是，把vedio類型的message,分割成多個(gè)單獨(dú)的vedio類型的message, 每個(gè)部分再由”message/partial”類型的message 封裝起來(lái)，并添加分段信息。

      當(dāng)接收方收到該message時(shí)，各段落會(huì)`根據(jù)分割信息重新組合起來(lái)，新的信息僅是vedio類型，即去掉了外層的”message”類型封裝。

組合原則：

(1)  拷貝第一部分的外層” message/partial” 的頭信息，除了”content-”，”message-id”，”Encrypted”，”MIME-Version”，其它為必拷貝信息

(2)  把內(nèi)層的封裝信息的”content-” ，”message-id”， “Encrypted”， “MIME-Version” 的頭信息全部拷貝到新message中。

(3)  第二部分和以后部分的頭信息全部忽略。

                   

    

 

 

 

       名詞解釋（Word Description）

RFC: Request For Common(Internet Official Protocol Standard)

CRLF:Carriage-return/Line-feed