用PHP實現POP3郵件的解碼(三)

  實現 MIME 解碼的類
  該類實現解碼的方法是 decode($head=null,$body=null,$content_num=-1),爲了處理上的方便,要求輸入的是兩個字符數組,在我們的上篇中,所用到的POP類所收取得到的就是兩個這樣的數組,一個是郵件頭內容,一個是郵件的正文內容。限于篇幅,不對其做詳細的說明,其實現思想跟本文上篇中所介紹的POP類類似。請參考其中的注釋。
  該類中用到了大量的正則表達式的操作,對此不熟悉的讀者,請參考正則表達式的有關資料。
  class decode_mail
  {
  var $from_name;var $to_name;var $mail_time;var $from_mail;var $to_mail;
  var $reply_to;var $cc_to;var $subject;
  // 解碼後的郵件頭部分的信息:
  var $body;
  // 解碼後得到的正文數據,爲一個數組。
  var $body_type;// 正文類型
  var $tem_num=0;
  var $get_content_num=0;
  var $body_temp=array();
  var $body_code_type;
  var $boundary;
  // 以上是一些方法中用到的一些全局性的臨時變量,由于PHP不能做到良好的封裝,所以只能放在這裏定義
  var $err_str;// 錯誤信息
  var $debug=0; // 調試標記
  var $month_num=array("Jan"=>1,"Feb"=>2,"Mar"=>3,"Apr"=>4,"May"=>5,"Jun"=>6,"Jul"=>7,
  "Aug"=>8,"Sep"=>9,"Oct"=>10,"Nov"=>11,"Dec"=>12); // 把英文月份轉換成數字表示的月份
  function decode($head=null,$body=null,$content_num=-1) // 調用的主方法,$head 與 $body 是兩個數組,$content_num 表示的是當正文有多個部分的時候,只取出指定部分的內容以提高效率,默認爲-1 ,表示解碼全部內容,如果解碼成功,該 方法返回 true
  {
  if (!$head and !$body)
  {
  $this->err_str="沒有指定郵件的頭與內容!!";
  return false;
  }
  if (gettype($head)=="array")
  {
  $have_decode=true;
  $this->decode_head($head);
  }
  if (gettype($body)=="array")
  {
  $this->get_content_num=$content_num;
  $this->body_temp=$body;
  $have_decode=true;
  $this->decode_body();
  unset($this->body_temp);
  }
  if (!$have_decode)
  {
  $this->err_str="傳遞的參數不對,用法:new decode_mail(head,body) 兩個參數都是數組";
  return false;
  }
  }
  function decode_head($head) // 郵件頭內容 的解碼,取出郵件頭中有意義的內容
  {
  $i=0;
  $this->from_name=$this->to_name=$this->mail_time=$this->from_mail=$this->
  to_mail=$this->reply_to=$this->cc_to=$this->subject="";
  $this->body_type=$Sthis->boundary=$this->body_code_type="";
  while ($head[$i])
  {
  if (strpos($head[$i],"=?"))
  $head[$i]=$this->decode_mime($head[$i]); //如果有編碼的內容,則進行解碼,解碼函數是上文所介紹的decode_mime()
  $pos=strpos($head[$i],":");
  $summ=substr($head[$i],0,$pos);
  $content=substr($head[$i],$pos+1); //將郵件頭信息的標識與內容分開
  if ($this->debug) echo $summ.":----:".$content."<BR>";
  switch (strtoupper($summ))
  {
  case "FROM": // 發件人地址及姓名(可能沒有姓名,只有地址信息)
  if ($left_tag_pos=strpos($content,"<"))
  {
  $mail_lenth=strrpos($content,">")-$left_tag_pos-1;
  $this->from_name=substr($content,0,$left_tag_pos);
  $this->from_mail=substr($content,$left_tag_pos+1,$mail_lenth);
  if (trim($this->from_name)=="") $this->from_name=$this->from_mail;
  else
  if (ereg("[\"|\']([^\'\"]+)[\'|\"]",$this->from_name,$reg))
  $this->from_name=$reg[1];
  }
  else
  {
  $this->from_name=$content;
  $this->from_mail=$content;
  //沒有發件人的郵件地址
  }
  break;
  case "TO": //收件人地址及姓名(可能 沒有姓名)
  if ($left_tag_pos=strpos($content,"<"))
  {
  $mail_lenth=strrpos($content,">")-$left_tag_pos-1;
  $this->to_name=substr($content,0,$left_tag_pos);
  $this->to_mail=substr($content,$left_tag_pos+1,$mail_lenth);
  if (trim($this->to_name)=="") $this->to_name=$this->to_mail;
  else
  if (ereg("[\"|\']([^\'\"]+)[\'|\"]",$this->to_name,$reg))
  $this->to_name=$reg[1];
  }
  else
  {
  $this->to_name=$content;
  $this->to_mail=$content;
  //沒有分開收件人的郵件地址
  }
  break;
  case "DATE" : //發送日期,爲了處理方便,這裏返回的是一個 Unix 時間戳,可以用 date("Y-m-d",$this->mail_time)來得到一般格式的日期
  $content=trim($content);
  $day=strtok($content," ");
  $day=substr($day,0,strlen($day)-1);
  $date=strtok(" ");
  $month=$this->month_num[strtok(" ")];
  $year=strtok(" ");
  $time=strtok(" ");
  $time=split(":",$time);
  $this->mail_time=mktime($time[0],$time[1],$time[2],$month,$date,$year);
  break;
  case "SUBJECT": //郵件主題
  $this->subject=$content;
  break;
  case "REPLY_TO":// 回複地址(可能沒有)
  if (ereg("<([^>]+)>",$content,$reg))
  $this->reply_to=$reg[1];
  else $this->reply_to=$content;
  break;
  case "CONTENT-TYPE": // 整個郵件的 Content類型, eregi("([^;]*);",$content,$reg);
  $this->body_type=trim($reg[1]);
  if (eregi("multipart",$content)) // 如果是multipart 類型,取得分隔符
  {
  while (!eregi('boundary=\"(.*)\"',$head[$i],$reg) and $head[$i])
  $i++;
  $this->boundary=$reg[1];
  }
  else //對于一般的正文類型,直接取得其編碼方法
  {
  while (!eregi("charset=[\"|\'](.*)[\'|\"]",$head[$i],$reg))
  $i++;
  $this->body_char_set=$reg[1];
  while (!eregi("Content-Transfer-Encoding:(.*)",$head[$i],$reg))
  $i++;
  $this->body_code_type=trim($reg[1]);
  }
  break;
  case "CC"://抄送到。。
  if (ereg("<([^>]+)>",$content,$reg))
  $this->cc_to=$reg[1];
  else
  $this->cc_to=$content;
  default:
  break;
  } // end switch
  $i++;
  } // end while
  if (trim($this->reply_to)=="") //如果沒有指定回複地址,則回複地址爲發送人地址
  $this->reply_to=$this->from_mail;
  }// end function define
  function decode_body()//正文的解碼,其中用到了不少郵件頭解碼所得來的信息
  {
  $i=0;
  if (!eregi("multipart",$this->body_type))//如果不是複合類型,可以直接解碼
  {
  $tem_body=implode($this->body_temp,"\r\n");
  switch (strtolower($this->body_code_type))// body_code_type ,正文的編碼方式,由郵件頭信息中取得
  {case "base64":
  $tem_body=base64_decode($tem_body);
  break;
  case "quoted-printable":
  $tem_body=quoted_printable_decode($tem_body);
  break;
   }
  $this->tem_num=0;
  $this->body=array();
  $this->body[$this->tem_num][content_id]="";
  $this->body[$this->tem_num][type]=$this->body_type;
  switch (strtolower($this->body_type))
  {
  case "text/html":
  $this->body[$this->tem_num][name]="超文本正文";
  break;
  case "text/plain":
  $this->body[$this->tem_num][name]="文本正文";
  break;
  default:
  $this->body[$this->tem_num][name]="未知正文";
  }
  $this->body[$this->tem_num][size]=strlen($tem_body);
  $this->body[$this->tem_num][content]=$tem_body;
  unset($tem_body);
  }
  else //如果是複合類型的
  {
  $this->body=array();
  $this->tem_num=0;
  $this->decode_mult($this->body_type,$this->boundary,0);//調用複合類型的解碼方法
  }
  }
  function decode_mult($type,$boundary,$begin_row)// 該方法用遞歸的方法實現複合類型郵件正文的解碼,郵件源文件取自于 body_temp 數組,調用時給出該複合類型的類型、分隔符及在body_temp 數組中的開始指針
  {
  $i=$begin_row;
  $lines=count($this->body_temp);
  while ($i<$lines) // 這是一個部分的結束標識;
  {
  while (!eregi($boundary,$this->body_temp[$i]))//找到一個開始標識
  $i++;
  if (eregi($boundary."--",$this->body_temp[$i]))
  {
  return $i;
  }
  while (!eregi("Content-Type:([^;]*);",$this->body_temp[$i],$reg ) and $this->body_temp[$i])
  $i++;
  $sub_type=trim($reg[1]); // 取得這一個部分的 類型是milt or text ....
  if (eregi("multipart",$sub_type))// 該子部分又是有多個部分的;
  {
  while (!eregi('boundary=\"([^\"]*)\"',$this->body_temp[$i],$reg) and $this->body_temp[$i])
  $i++;
  $sub_boundary=$reg[1];// 子部分的分隔符;
  $i++;
  $last_row=$this->decode_mult($sub_type,$sub_boundary,$i);
  $i=$last_row;
  }
  else
  {
  $comm="";
  while (trim($this->body_temp[$i])!="")
  {
  if (strpos($this->body_temp[$i],"=?"))
  $this->body_temp[$i]=$this->decode_mime($this->body_temp[$i]);
  if (eregi("Content-Transfer-Encoding:(.*)",$this->body_temp[$i],$reg))
  $code_type=strtolower(trim($reg[1])); // 編碼方式
  $comm.=$this->body_temp[$i]."\r\n";
  $i++;
  } // comm 是編碼的說明部分
  if (eregi('name=[\"]([^\"]*)[\"]',$comm,$reg))
  $name=$reg[1];
  if (eregi("Content-Disposition:(.*);",$comm,$reg))
  $disp=$reg[1];
  if (eregi("charset=[\"|\'](.*)[\'|\"]",$comm,$reg))
  $char_set=$reg[1];
  if (eregi("Content-ID:[ ]*\<(.*)\>",$comm,$reg)) // 圖片的標識符。
  $content_id=$reg[1];
  $this->body[$this->tem_num][type]=$sub_type;
  $this->body[$this->tem_num][content_id]=$content_id;
  $this->body[$this->tem_num][char_set]=$char_set;
  if ($name)
  $this->body[$this->tem_num][name]=$name;
  else
  switch (strtolower($sub_type))
  {
  case "text/html":
  $this->body[$this->tem_num][name]="超文本正文";
  break;
  case "text/plain":
  $this->body[$this->tem_num][name]="文本正文";
  break;
  default:
  $this->body[$this->tem_num][name]="未知正文";
  }
  // 下一行開始取回正文
  if ($this->get_content_num==-1 or $this->get_content_num==$this->tem_num) // 判斷這個部分是否是需要的。-1 表示全部
  {
  $content="";
  while (!ereg($boundary,$this->body_temp[$i]))
  {
  //$content[]=$this->body_temp[$i];
  $content.=$this->body_temp[$i]."\r\n";
  $i++;
  }
  //$content=implode("\r\n",$content);
  switch ($code_type)
  {
  case "base64":
  $content=base64_decode($content);
  break;
  case "quoted-printable":
  $content=str_replace("\n","\r\n",quoted_printable_decode($content));
  break;
  }
  $this->body[$this->tem_num][size]=strlen($content);
  $this->body[$this->tem_num][content]=$content;
  }
  else
  {
  while (!ereg($boundary,$this->body_temp[$i]))
  $i++;
  }
  $this->tem_num++;
  }
  // end else
  } // end while;
  } // end function define
  function decode_mime($string) {
  //decode_mime 已在上文中給出,這裏略過。
  }
  } // end class define
  在這裏要特別說明一點的是html正文裏所用圖片的解碼。發送html格式的正文時,都會碰到圖片如何傳送的問題。圖片在 html 文檔裏是一個<img src="" >的標簽,關鍵是這個源文件從何來的。很多郵件的處理方法是用一個絕對的 url 標識,就是在郵件的html正文裏用<img src= http://www.ccidnet.com/image/22.gif >之類的標簽,這樣,在閱讀郵件時,郵件閱讀器(通常是用內嵌的浏覽器)會自動從網上下載圖片,但是如果郵件收下來之後,與 Internet 的連接斷了,圖片也就不能正常顯示。
  所以更好的方法是把圖片放在郵件中一起發送出去。在 MIME 編碼裏,描述圖片與正文的關系,除了上面所提到的multipart/relatedMIME頭信息之外,還用到了一個 Content-ID: 的屬性來使圖片與 html 正文之間建立關系。html 文檔中的圖片在編碼時,其MIME頭中加入一個 Content-ID:122223443556dsdf@ntsever 之類的屬性,122223443556dsdf@ntsever是一個唯一的標識,在 html 文檔裏,<img>標簽被修改成<img src="cid: 122223443556dsdf@ntsever">,在解碼的時候,實際上,還需要把 html 正文中的這些<img src>標簽進行修改,使之指向解碼後的圖片的具體路徑。但是考慮到具體的解碼程序中對圖片會有不同的處理,所以在這個解碼的類中,沒有對 hmtl 正文中的<img>標簽進行修改。所以在實際使用這個類時,對于有圖片的 html 正文,還需要一定的處理。正文中的圖片,可以用臨時文件來保存,也可以用數據庫來保存。
  現在我們已經介紹了POP3 收取郵件並進行 MIME 解碼的原理。下面給出一個使用這兩個類的一段小程序:
  <?
  include("pop3.inc.php");
  include("mime.inc.php");
  $host="pop.china.com";
  $user="boss_ch";
  $pass="mypassword";
  $rec=new pop3($host,110,2);
  $decoder=new decode_mail();
  if (!$rec->open()) die($rec->err_str);
  if (!$rec->login($user,$pass)) die($rec->err_str);
  if (!$rec->stat()) die($rec->err_str);
  echo "共有".$rec->messages."封信件,共".$rec->size."字節大小<br>";
  if ($rec->messages>0)
  {
  if (!$rec->listmail()) die($rec->err_str);
  echo "以下是信件內容:<br>";
  for ($i=1;$i<=count($rec->mail_list);$i++)
  {
  echo "信件".$rec->mail_list[$i][num].",大小:".$rec->mail_list[$i][size]."<BR>";
  $rec->getmail($rec->mail_list[$i][num]);
  $decoder->decode($rec->head,$rec->body);
  echo "<h3>郵件頭的內容:</h3><br>";
  echo $decoder->from_name."(".$decoder->from_mail.") 于".date("Y-m-d H:i:s",$decoder->mail_time)." 發給".$decoder->to_name."(".$decoder->to_mail.")";
  echo "\n<br>抄送:";
  if ($decoder->cc_to) echo $decoder->cc_to;else echo "無";
  echo "\n<br>主題:".$decoder->subject;
  echo "\n<br>回複到:".$decoder->reply_to;
  echo "<h3>郵件正文:</h3><BR>";
  echo "正文類型:".$decoder->body_type;
  echo "<br>正文各內容:";
  for ($j=0;$j<count($decoder->body);$j++)
  {
  echo "\n<br>類型:".$decoder->body[$j][type];
  echo "\n<br>名稱:".$decoder->body[$j][name];
  echo "\n<br>大小:".$decoder->body[$j][size];
  echo "\n<br>content_id:".$decoder->body[$j][content_id];
  echo "\n<br>正文字符集".$decoder->body[$j][char_set];
  echo "<pre>";
  echo "正文內容:".$decoder->body[$j][content];
  echo "</pre>";
  }
  $rec->dele($i);
  }
  }
  $rec->close();
  ?>
  如有想要取得完整源代碼的朋友,請與本人聯系: boss_ch@netease.com
  <全文完>