MIME邮件的组织结构

一封MIME邮件可以由多个不同类型的MIME消息组合而成，一个MIME消息表示邮件中的一个基本MIME资源或若干基本MIME消息的组合体。每个MIME消息的数据格式与RFC822数据格式相似，也包括头和体两部分，分别称为MIME消息头和MIME消息体，它们之间使用空行分隔。MIME消息体中包含了资源的具体内容，MIME消息头中则包含了对资源的描述信息。多个相同层次的MIME消息必须形成一个MIME组合消息，它们共同作为所形成的MIME组合消息的MIME消息体，相互之间采用某种分隔标识符进行分隔，MIME组合消息的消息头中需要描述其中的多个

MIME消息的组合类型和分隔标识符。一个MIME组合消息还可以再与其他MIME消息共同形成一个更大的MIME组合消息，这样就形成了一种多层嵌套的组合关系，一封MIME邮件就是按这种组合方式所形成的一个最顶层的MIME组合消息。MIME协议采用这种多层组合方式可以表达出复杂的邮件内容，例如，对于在OutLook Express中显示出的如图2所示效果的一封复杂邮件，可以采用下所示的MIME组合结构来表达。

图1

图2中的邮件正文为一段HTML格式的文本和其引用的一个图片资源，该邮件还包含两个附件：一个是WAV声音文件，一个是EXE可执行文件。该邮件的MIME结构如图1所示，其中的HTML文本内容、图片资源和两个附件用四个独立的MIME消息表示，HTML文本内容和图片资源又组合成一个表示邮件正文的MIME组合消息，这个MIME组合消息再与两个附件对应的MIME消息组合成了一个更大的MIME组合消息，这就形成了整封邮件的MIME消息。

图2

MIME消息的头字段

1: Content-Type

对于表示某个具体资源的MIME消息，它的消息头中需要指定资源的数据类型；对于MIME组合消息，它的消息头中需要指定组合关系。具体资源的数据类型和组合消息的组合关系，都是通过消息头中的Content-Type头字段来指定的。Content-Type字段中的内容以“主类型/子类型”的形式出现，主类型有text、image、audio、video、application、multipart、message等，分别表示文本、图片、音频、视频、应用程序、组合结构、消息等。每个主类型下面都有多个子类型，例如text主类型包含plain、html、xml、css等子类型。multipart主类型用于表示MIME组合消息，它是MIME协议中最重要的一种类型。一封MIME邮件中的MIME消息可以有三种组合关系：混合、关联、选择，它们对应MIME类型如下：

— multipart/mixed

表示消息体中的内容是混和组合类型，内容可以是文本、声音和附件等不同邮件内容的混和体，例如图3.5中的整封邮件的MIME类型就必须定义为multipart/mixed。

— multipart/related

表示消息体中的内容是关联（依赖）组合类型，例如图3.5中的邮件正文要使用HTML代码引用内嵌的图片资源，它们组合成的MIME消息的MIME类型就应该定义为multipart/related，表示其中某些资源（HTML代码）要引用（依赖）另外的资源（图像数据），引用资源与被引用的资源必须组合成multipart/related类型的MIME组合消息。

— multipart/alternative

表示消息体中的内容是选择组合类型，例如一封邮件的邮件正文同时采用HTML格式和普通文本格式进行表达时，就可以将它们嵌套在一个multipart/alternative类型的MIME组合消息中。这种做法的好处在于如果邮件阅读程序不支持HTML格式时，可以采用其中的文本格式进行替代。

一封最复杂的电子邮件的基本情况为：含有邮件正文和邮件附件，邮件正文可以同时使用HTML格式和普通文本格式表示，并且HTML格式的正文中又引用了其他的内嵌资源。对于这种最复杂的电子邮件，可以采用如图3.6所示的MIME消息结构进行描述。

从图3中可以看出，如果要在邮件中要添加附件，就必须将整封邮件的MIME类型定义为multipart/mixed；如果要在HTML格式的正文中引用内嵌资源，那就要定义multipart/related类型的MIME消息；如果普通文本内容与HTML文本内容共存，那就要定义multipart/alternative类型的MIME消息。
注意：如果整封邮件中只有普通文本内容与HTML文本内容，那么整封邮件的MIME类型则应定义为multipart/ alternative；如果整封邮件中包含有HTML文本内容和内嵌资源，但不包含附件，那么整封邮件的MIME类型则应定义为multipart/related。
在Content-type头字段中除了可以定义消息体的MIME类型外，还可以在MIME类型后面包含相应的属性，属性以“属性名=属性值”的形式出现，属性与MIME类型之间采用分号（;）分隔，如下所示：
Content-Type:multipart/mixed;boundary="----=_NextPart_000_0050_01C"
常用的属性如表3.1所示。
表3.1
主 类 型 属 性 名 说 明
text charset 用于说明文本内容的字符集编码
image name 用于说明图片文件的文件名
application name 用于说明应用程序的文件名
multipart boundary 用于定义MIME消息之间的分隔符
2: 其他头字段
除了Content-Type头字段之外，MIME协议中还定义Content- Transfer-Encoding、Content-Disposition、Content-ID、Content-Location、Content-Base等几个重要的头字段，这几个头字段需要与Content-type头字段配合使用，它们的作用如下：
— Content-Transfer-Encoding头字段
Content-Transfer-Encoding头字段用于指定MIME消息体中的内容所采用的邮件编码方式，详细细节请参看3.4节的讲解。
— Content-Disposition头字段
Content-Disposition头字段用于指定邮件阅读程序处理数据内容的方式，有inline和attachment两种标准方式，inline表示直接处理，而attachment表示当做附件处理。如果将Content-Disposition设置为attachment，在其后还可以指定filename属性，如下所示：
Content-Disposition: attachment; filename="1.bmp"
上面的MIME头字段表示MIME消息体的内容为邮件附件，附件名"1.bmp"。
— Content-ID头字段
Content-ID头字段用于为“multipart/related”组合消息中的内嵌资源指定一个唯一标识号，在HTML格式的正文中可以使用这个唯一标识号来引用该内嵌资源。例如，假设将一个表示内嵌图片的MIME消息的Content-ID头字段设置为如下形式：
Content-ID: it315logo_gif
那么，在HTML正文中就需要使用如下HTML语句来引用该图片资源：

注意，在引用Content-ID头字段标识的内嵌资源时，要在资源的唯一标识号前面加上“cid:”，以说明要采用唯一标识号对资源进行引用。
— Content-Location头字段
Content-Location头字段用于为内嵌资源设置一个URI地址，这个URI地址可以是绝对或相对的。当使用Content- Location头字段为一个内嵌资源指定一个URI地址后，在HTML格式的正文中也可以使用这个URI来引用该内嵌资源。例如，假设将一个表示内嵌图片的MIME消息的Content- Location头字段设置为如下形式：
Content-Location:http://www.it315.org/images/it315logo.gif
那么，在HTML正文中就可以使用如下HTML语句来引用该图片资源：

— Content-Base头字段
Content-Base头字段用于为内嵌资源设置一个基准路径，只有这样，Content-Location头字段中设置的URI才可以采用相对地址。例如，假设将一个表示内嵌图片的MIME消息的Content-Base和Content-Location头字段设置为如下形式：
Content-Base: http://www.it315.org/images/
Content-Location: it315logo.gif
那么，内嵌资源的完整路径就是Content-Base头字段设置的基准路径与Content-Location头字段设置的相对路径相加的结果，在HTML正文中就可以使用如下HTML语句来引用该图片资源：


MIME邮件的编码方式
由于每个ASCII码字符只占用一个字节（8个bit位），且最高bit位总为0，即ASCII码字符中的有真正意义的信息只是后面的7个低bit位，而传统的SMTP协议又是基于ASCII码字符设计的，因此，一些基于传统SMTP协议设计的SMTP服务器在处理邮件内容时只取出每个字节中的7个低bit位进行处理，而将最高bit位忽略不计。显然，这样的SMTP服务器在处理包含有非ASCII码字符的邮件内容时，会出现严重的问题，这就限制了邮件中只能出现英文的ASCII码字符，而不能出现中文字符或二进制数据。
为了能够在邮件内容中包含中文、图像或声音等非ASCII字符的数据，人们想到了采用某种编码方式将非ASCII字符的数据转换成可打印的ASCII字符后再发送，邮件阅读程序则按照相应的解码方式从邮件中还原出原始数据即可，比较常用的两种邮件编码方式为BASE64和Quoted-printable。后来的扩展SMTP协议允许直接在邮件中传递二进制数据，而不用对它们进行邮件编码，人们将这种没有进行邮件编码的二进制数据的邮件内容称为8bit编码，为了与此相区别，人们将没有进行邮件编码的纯ASCII码字符的邮件称为7bit编码。MIME消息体的邮件编码方式通过MIME消息头中的Content- Transfer- Encoding头字段指定，每种邮件编码方式的介绍如下：
— 7Bit
指消息体内容全部是没有经过编码的ASCII字符。
— 8Bit
指消息体内容是没有经过编码的原始数据，且其中包含有非ASCII字符的数据。现在的邮件服务器基本上都支持8Bit编码，使用支持8Bit编码的邮件服务器可以简化邮件的处理过程。
— BASE64
Base64是将二进制数据转换成可打印的ASCII字符的一种最常见的编码方式，它的基本原理是将一组连续的字节数据按6个bit位进行分组，然后对每组数据用一个ASCII字符来表示。6个bit位最多能表示26＝64个数值，因此可以使用64个ASCII字符来对应这64个数值，这64个ASCII字符为：
"ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/"
其中每个字符表示的数值就是该字符在上面的排列中的索引号，索引号从0开始编号。假设在内存中有如下三个连续的字节数据：
[0110,0001] [0110,0010] [0110,0011]
将它们按6个bit位进行分组后的形式如下：
[0110,00] [01,0110,] [0010,01] [10,0011]
分组后得到了四组数据，每组数据对应的十进制数值分别为24、22、9、35，它们分别对应Y、W、J、j这四个字符，所以，对[0110,0001] [0110,0010] [0110,0011]这三个字节的数据进行BASE64编码后的结果是“YWJj”。
BASE64编码要求把3个8位字节（即24个bit）的数据转化为4个6位字节（也是24个bit）的数据，如果原来的8位字节数据的字节个数不能被3整除，其余数只能是1或2，那么如何对余下的1个或2个8位字节数据进行处理呢？对于这种情况，仍然按6个bit位对剩余的字节进行分组，在最后不够6个bit位的内容后面添加几个为0的bit位来凑成6个bit位，例如，如果最后剩下的一个8位字节的内容如下：
[0110,0001]
对它进行分组后的结果如下：
[0110,00] [01,0000]
其中用黑斜体标识的0为填充的bit位，所以，最后剩下的这个字节的BASE64编码结果为“YQ”。BASE64编码还有规定，如果编码后的整个结果文本的字符个数不是4的整数倍，那么需要在最后填充“=”字符来凑成4的倍数，所以，在最后这个字节编码的结果后面还要添加两个“=”字符，即“YQ==”。显然，如果最后剩下两个8位字节的内容，它可以被编码成三个字符，最后还需要添加一个“=”字符。对一大段数据进行BASE64编码时，可以在编码结果中的适当位置加入回车换行，MIME规范建议BASE64编码结果中的每行最多76个字符。
— Quoted-printable
Quoted-printable也是一种将二进制数据转换成可打印的ASCII字符的编码方式，它对ASCII字符不进行转换，只对非ASCII字符的数据进行编码转化。每个非ASCII字符的字节数据，都被转换成一个"="号后跟这个字节的十六进制数据，例如，“ab中国”的Quoted-printable编码结果为“ab=d6=d0=b9= fa”。显然，由于"="号在Quoted-printable编码中具有的特殊意义，所以，原始数据中的"="号字符也需要进行编码转换，用“=3d”表示。
对一大段数据进行Quoted-printable编码时，可以在编码结果中的适当位置加入回车换行，在回车换行前需要额外再加入一个“=”字符，以表示后面的换行是因编码而造成的软回车，而非原始数据中原有的回车换行。例如，对于下面一段Quoted-printable编码后的数据：
=D5=E2=CA=C7=CD=A8=D0=C5=B5=C4=B3=CC=D0=
=F2, =C7=EB=D6=B8=BD=CC!
在第一行末尾的“=”字符和换行，都是由于编码后生成的。