javamail中MimeUtility解码繁体字的问题

Keyword: javamail MimeUtility 繁体字 乱码

在描述这个问题之前，先把一些包的包名，版本，用到的方法，以及大概情况贴上来，大家可以先对号入座再考虑往下看

包名：javax.mail.jar
版本：version 1.4 : 48.0, super bit
所涉及的类： javax.mail.internet.MimeUtility
类方法：javax.mail.internet.MimeUtility.decodeText(String arg0) / javax.mail.internet.MimeUtility.decodeWord(String arg0)

问题

很多人在使用javamail解析邮件主题，正文，或者附件名称的时候经常会遇到这样的问题，比如你肉眼看到的是繁体字，而解析出来的却是一个菱形的异常字符，比如��，而这种问题出现的根本问题大多数是因为MimeUtility没办法直接解码gb2312/GB2312编码的繁体字字符

不管是邮件主题，附件名还是正文，所有内容的编码都遵循以下格式：

=?gb2312?B?1/e3qCA=?=

• 第一个“=?”与“?”之间代表此字符串的编码
• 第二个“?”与"?"之间的B代表base64，如果是Q则代表 Quoted-Printable
• 第三个"?"与最后的“=?”之间的内容就是由前面指定的编码再由后续的转化而成的内容，例如上面是由gb2312编码转化成的字符串然后再由base64转化后的内容，包括邮件主题，附件名字以及正文，具体编码后的字符串可以查看邮件的header信息，里边包括了邮件的每个part的编码后的内容

但是问题来了，javamail中的MimeUtility.decodeText或者MimeUtility.decodeWord没办法直接解码经过gb2312编码的繁体字，首先我们来分析一下，GB2312和GBK的区别：

GB2312是一个简体中文字符集
GBK是在国家标准GB2312基础上扩容后兼容GB2312的标准

很明显，意思就是说GB2312是GBK字符集的子集，所以假想一下，如果经过GB2312编码的简繁体字，是否可以使用GBK的编码方式解码，并且MimeUtility.decodeText/MimeUtility.decodeWord支持使用gbk解码，经过试验，证明是可以的，而且很简单，先将gb2312这个编码替换成gbk，也就是将=?和?中间的gb2312这一串替换掉，变成如下

=?gbk?B?1/e3qCA=?=

然后再使用MimeUtility.decodeText或者MimeUtility.decodeWord解码字符串，以解码经过gb2312编码的繁体中文邮件主题为例，完整代码如下：

String headerSubject = message.getHeader("subject")[0];
//此时headerSubject就类似上面的字符串=?gb2312?B?1/e3qCA=?=
headerSubject = headerSubject.replaceAll("gb2312", "gbk").replaceAll("GB2312", "gbk");
//替换gb2312/GB2312编码为gbk，然后直接用MimeUtility.decodeText解码字符串，就可以正确解码繁体字了
headerSubject = MimeUtility.decodeText(headerSubject);

——END——
作者 : Eason，专注各种技术、平台、集成，不满现状，喜欢改改改
文章、技术合作
Email : [email protected]