使用编码字的 MIME 标头中的换行符是不是合法？

Posted 2023-03-15

【中文标题】使用编码字的 MIME 标头中的换行符是不是合法？

【英文标题】：Are newlines in MIME headers using encoded-words legal?使用编码字的 MIME 标头中的换行符是否合法？

【发布时间】：2019-02-25 18:56:40

【问题描述】：

RFC 2047 定义了 encoded-words 机制，用于在 MIME 文档中对非 ASCII 字符进行编码。它指定编码字中不允许出现空白字符（空格和制表符）。

但是，RFC 5322 用于解析电子邮件 MIME 文档指定长标题行应“折叠”。这种折叠应该发生在编码字解码之前还是之后？

我最近收到一封电子邮件，其中标头的编码文本部分有一个换行符，如下所示：

Header: =?UTF-8?Q?=C3=A5
 =C3=A4?=

这有效吗？

当然，电子邮件可能以许多令人兴奋的方式无效，解析器需要处理它，但了解“正确”方式很有趣。 :)

【问题讨论】：

如果你编码新行，那么它不再是折叠的标题文本，不是吗？

@Justinas 对不起，我不明白你的问题 - 当你说“编码新行”时，你的意思是像 =0A 那样编码吗？在我的示例中，我使用 UTF-8 对文本 åä 进行了编码。

【参考方案1】：

我误读了问题并回答，好像它是另一种空白。在这种情况下，空格出现在 MIME 单词中，而不是多个由空格分隔的单词。

这种事情是明确不允许的。从RFC2047中的格式介绍：

2. Syntax of encoded-words

   An 'encoded-word' is defined by the following ABNF grammar.  The
   notation of RFC 822 is used, with the exception that white space
   characters MUST NOT appear between components of an 'encoded-word'.

然后在同一部分：

   IMPORTANT: 'encoded-word's are designed to be recognized as 'atom's
   by an RFC 822 parser.  As a consequence, unencoded white space
   characters (such as SPACE and HTAB) are FORBIDDEN within an
   'encoded-word'.  For example, the character sequence

      =?iso-8859-1?q?this is some text?=

   would be parsed as four 'atom's, rather than as a single 'atom' (by
   an RFC 822 parser) or 'encoded-word' (by a parser which understands
   'encoded-words').  The correct way to encode the string "this is some
   text" is to encode the SPACE characters as well, e.g.

      =?iso-8859-1?q?this=20is=20some=20text?=

   The characters which may appear in 'encoded-text' are further
   restricted by the rules in section 5.

较早的答案

这种事情是明确允许的。带有 MIME 词的标题应为 76 个字符或更少，并在需要时折叠。 RFC822 折叠标头缩进第二行和任何附加行。 RFC2047 标头应该只缩进一个空格。第一行的 ?= 和 =? 之间的空格应该从输出中抑制。

参见 RFC 第 12 页底部的示例：

encoded form                                displayed as
---------------------------------------------------------------------
(=?ISO-8859-1?Q?a?=                         (ab)
   =?ISO-8859-1?Q?b?=)

       Any amount of linear-space-white between 'encoded-word's,
       even if it includes a CRLF followed by one or more SPACEs,
       is ignored for the purposes of display.

【讨论】：

似乎该示例有两个单独的编码词，它们之间有空格。在我的示例中，我有一个带有空格的编码字 within。这仍然有效吗？

哈哈，是的，确实如此。不，那是特别非法的。我会提供不同的答案。