C++ при условии Decode электронной почты в

Question

Я скачал почту с Poco/Net/POP3ClientSession, я хотел бы преобразовать тему сообщения электронной почты в читаемый человеке, поэтому я попытался использовать neagoegab's решения здесь: https://stackoverflow.com/a/8104496/1350091 , к сожалению, это Безразлично» т работы:

#include <Poco/Net/POP3ClientSession.h> 
#include <Poco/Net/MailMessage.h> 
#include <iostream> 
#include <string> 
using namespace std; 
using namespace Poco::Net; 


#include <iconv.h> 

const size_t BUF_SIZE=1024; 


class IConv { 
    iconv_t ic_; 
public: 
    IConv(const char* to, const char* from) 
     : ic_(iconv_open(to,from)) { } 
    ~IConv() { iconv_close(ic_); } 

    bool convert(char* input, char* output, size_t& out_size) { 
     size_t inbufsize = strlen(input)+1; 
     return iconv(ic_, &input, &inbufsize, &output, &out_size); 
    } 
}; 


int main() 
{ 
    POP3ClientSession session("poczta.o2.pl"); 
    session.login("my mail", "my password"); 

    POP3ClientSession::MessageInfoVec messages; 
    session.listMessages(messages); 
    cout << "id: " << messages[0].id << " size: " << messages[0].size << endl; 

    MailMessage message; 
    session.retrieveMessage(messages[0].id, message); 
    const string subject = message.getSubject(); 


    cout << "Original subject: " << subject << endl; 

    IConv iconv_("UTF8","ISO-8859-2"); 


    char from[BUF_SIZE];// "=?ISO-8859-2?Q?Re: M=F3j sen o JP II?="; 
    subject.copy(from, sizeof(from)); 
    char to[BUF_SIZE] = "bye"; 
    size_t outsize = BUF_SIZE;//you will need it 

    iconv_.convert(from, to, outsize); 
    cout << "converted: " << to << endl; 
} 

выход:

id: 1 size: 2792 
Original subject: =?ISO-8859-2?Q?Re: M=F3j sen o JP II?= 
converted: =?ISO-8859-2?Q?Re: M=F3j sen o JP II?= 

самое интересное, что когда я пытаюсь преобразовать объект с POCO он не:

cout << "Encoded with POCO: " << MailMessage::encodeWord("Re: Mój sen o JP II", "ISO-8859-2") << endl; // output: Encoded with POCO: =?ISO-8859-2?q?Re=3A_M=C3=B3j_sen_o_JP_II?= 

Но тема, которую я хочу получить это: «Re: Mój сеном о JP II» Единственный способ, которым я успешным нашел, чтобы преобразовать объект является: https://docs.python.org/2/library/email.header.html#email.header.decode_header

Так что мой вопрос -как преобразовать тему электронной почты в C++ в какой-то формат, например UTF-8?

Answer 1

Я выяснил, как решить проблему (я не уверен, что это решение на 100%), но похоже, что этого достаточно: Poco :: UTF8Encoding :: convert to convert from characterCode to utf8:

#include <Poco/Net/POP3ClientSession.h> 
#include <Poco/Net/MessageHeader.h> 
#include <Poco/Net/MailMessage.h> 
#include <Poco/UTF8Encoding.h> 
#include <iostream> 
#include <string> 

using namespace std; 
using namespace Poco::Net; 

class EncoderLatin2 
{ 
public: 
    EncoderLatin2(const string& encodedSubject) 
    { 
     /// encoded-word = "=?" charset "?" encoding "?" encoded-text "?=" 
     int charsetBeginPosition = strlen("=?"); 
     int charsetEndPosition = encodedSubject.find("?", charsetBeginPosition); 
     charset = encodedSubject.substr(charsetBeginPosition, charsetEndPosition-charsetBeginPosition); 

     int encodingPosition = charsetEndPosition + strlen("?"); 
     encoding = encodedSubject[encodingPosition]; 

     if ("ISO-8859-2" != charset) 
      throw std::invalid_argument("Invalid encoding!"); 

     const int lenghtOfEncodedText = encodedSubject.length() - encodingPosition-strlen("?=")-2; 
     extractedEncodedSubjectToConvert = encodedSubject.substr(encodingPosition+2, lenghtOfEncodedText); 
    } 

    string convert() 
    { 
     size_t positionOfAssignment = -1; 

     while (true) 
     { 
      positionOfAssignment = extractedEncodedSubjectToConvert.find('=', positionOfAssignment+1); 
      if (string::npos != positionOfAssignment) 
      { 
       const string& charHexCode = extractedEncodedSubjectToConvert.substr(positionOfAssignment + 1, 2); 
       replaceAllSubstringsWithUnicode(extractedEncodedSubjectToConvert, charHexCode); 
      } 
      else 
       break; 
     } 
     return extractedEncodedSubjectToConvert; 
    } 

    void replaceAllSubstringsWithUnicode(string& s, const string& charHexCode) 
    { 
     const int charCode = stoi(charHexCode, nullptr, 16); 

     char buffer[10] = {}; 
     encodingConverter.convert(charCode, (unsigned char*)buffer, sizeof(buffer)); 
     replaceAll(s, '=' + charHexCode, buffer); 
    } 

    void replaceAll(string& s, const string& replaceFrom, const string& replaceTo) 
    { 
     size_t needlePosition = -1; 
     while (true) 
     { 
      needlePosition = s.find(replaceFrom, needlePosition + 1); 
      if (string::npos == needlePosition) 
       break; 

      s.replace(needlePosition, replaceFrom.length(), replaceTo); 
     } 
    } 


private: 
    string charset; 
    char encoding; 
    Poco::UTF8Encoding encodingConverter; 

    string extractedEncodedSubjectToConvert; 
}; 

int main() 
{ 
    POP3ClientSession session("poczta.o2.pl"); 
    session.login("my mail", "my password"); 


    POP3ClientSession::MessageInfoVec messages; 
    session.listMessages(messages); 

    MessageHeader header; 
    MailMessage message; 

    auto currentMessage = messages[0]; 

    session.retrieveHeader(currentMessage.id, header); 
    session.retrieveMessage(currentMessage.id, message); 

    const string subject = message.getSubject(); 

    EncoderLatin2 encoder(subject); 
    cout << "Original subject: " << subject << endl; 
    cout << "Encoded: " << encoder.convert() << endl; 
} 

Answer 2

Соответствующий RFC к вашей ситуации RFC 2047. Этот RFC определяет, как не-ASCII-данные должны быть закодированы в почтовых сообщениях. Основной смысл состоит в том, что все байты, кроме печатных символов ASCII, экранируются как символ «=», за которым следуют две шестнадцатеричные цифры. Так как «-» представлен байтом 0xF3 в ISO-8859-2, а 0xF3 не является печатным символом ASCII, он кодируется как «= F3». Вам необходимо будет декодировать все кодированные символы в вашем сообщении.

Answer 3

Я нашел другое решение, лучше, чем раньше. Некоторые электронные письма субъектов имеет различные кодировки, я заметил:

• LATIN2, кодируются как: = ISO-8859-2 Q ... =
• UTF-8 Base64 как:?? = ? UTF-8 B Wm9iYWN6Y2llIGNvIGRsYSBXYXMgcHJ6eWdvdG93YWxpxZtteSAvIHN0eWN6ZcWEIHcgTGFzZXJwYXJrdQ == =
• UTF-8 цитирует печати, как:???? = UTF-8 Q ... =
• Нет кодирования (если только символы ASCII), как:. ..

Так с POCO (Base64Decoder, Latin2Encoding, UTF8Encoding, QuotedPrintableDecoder) мне удалось преобразовать все случаи:

#include <iostream> 
#include <string> 
#include <sstream> 

#include <Poco/Net/POP3ClientSession.h> 
#include <Poco/Net/MessageHeader.h> 
#include <Poco/Net/MailMessage.h> 
#include <Poco/Base64Decoder.h> 
#include <Poco/Latin2Encoding.h> 
#include <Poco/UTF8Encoding.h> 
#include <Poco/Net/QuotedPrintableDecoder.h> 

using namespace std; 

class Encoder 
{ 
public: 
    Encoder(const string& encodedText) 
    { 
     isStringEncoded = isEncoded(encodedText); 
     if (!isStringEncoded) 
     { 
      extractedEncodedSubjectToConvert = encodedText; 
      return; 
     } 

     splitEncodedText(encodedText); 
    } 

    string convert() 
    { 
     if (isStringEncoded) 
     { 
      if (Poco::Latin2Encoding().isA(charset)) 
       return decodeFromLatin2(); 
      if (Poco::UTF8Encoding().isA(charset)) 
       return decodeFromUtf8(); 
     } 

     return extractedEncodedSubjectToConvert; 
    } 

private: 
    void splitEncodedText(const string& encodedText) 
    { 
     /// encoded-word = "=?" charset "?" encoding "?" encoded-text "?=" 
     const int charsetBeginPosition = strlen(sequenceBeginEncodedText); 
     const int charsetEndPosition = encodedText.find("?", charsetBeginPosition); 
     charset = encodedText.substr(charsetBeginPosition, charsetEndPosition-charsetBeginPosition); 

     const int encodingPosition = charsetEndPosition + strlen("?"); 
     encoding = encodedText[encodingPosition]; 

     const int lenghtOfEncodedText = encodedText.length() - encodingPosition-strlen(sequenceBeginEncodedText)-strlen(sequenceEndEncodedText); 
     extractedEncodedSubjectToConvert = encodedText.substr(encodingPosition+2, lenghtOfEncodedText); 
    } 

    bool isEncoded(const string& encodedSubject) 
    { 
     if (encodedSubject.size() < 4) 
      return false; 

     if (0 != encodedSubject.find(sequenceBeginEncodedText)) 
      return false; 

     const unsigned positionOfLastTwoCharacters = encodedSubject.size() - strlen(sequenceEndEncodedText); 
     return positionOfLastTwoCharacters == encodedSubject.rfind(sequenceEndEncodedText); 
    } 

    string decodeFromLatin2() 
    { 
     size_t positionOfAssignment = -1; 
     while (true) 
     { 
      positionOfAssignment = extractedEncodedSubjectToConvert.find('=', positionOfAssignment+1); 
      if (string::npos != positionOfAssignment) 
      { 
       const string& charHexCode = extractedEncodedSubjectToConvert.substr(positionOfAssignment + 1, 2); 
       replaceAllSubstringsWithUnicode(extractedEncodedSubjectToConvert, charHexCode); 
      } 
      else 
       break; 
     } 
     return extractedEncodedSubjectToConvert; 
    } 

    void replaceAllSubstringsWithUnicode(string& s, const string& charHexCode) 
    { 
     static Poco::UTF8Encoding encodingConverter; 
     const int charCode = stoi(charHexCode, nullptr, 16); 

     char buffer[10] = {}; 
     encodingConverter.convert(charCode, (unsigned char*)buffer, sizeof(buffer)); 
     replaceAll(s, '=' + charHexCode, buffer); 
    } 

    void replaceAll(string& s, const string& replaceFrom, const string& replaceTo) 
    { 
     size_t needlePosition = -1; 
     while (true) 
     { 
      needlePosition = s.find(replaceFrom, needlePosition + 1); 
      if (string::npos == needlePosition) 
       break; 

      s.replace(needlePosition, replaceFrom.length(), replaceTo); 
     } 
    } 

    string decodeFromUtf8() 
    { 
     if('B' == toupper(encoding)) 
     { 
      return decodeFromBase64(); 
     } 
     else // if Q: 
     { 
      return decodeFromQuatedPrintable(); 
     } 
    } 

    string decodeFromBase64() 
    { 
     istringstream is(extractedEncodedSubjectToConvert); 
     Poco::Base64Decoder e64(is); 

     extractedEncodedSubjectToConvert.clear(); 
     string buffer; 
     while(getline(e64, buffer)) 
      extractedEncodedSubjectToConvert += buffer; 
     return extractedEncodedSubjectToConvert; 
    } 

    string decodeFromQuatedPrintable() 
    { 
     replaceAll(extractedEncodedSubjectToConvert, "_", " "); 


     istringstream is(extractedEncodedSubjectToConvert); 
     Poco::Net::QuotedPrintableDecoder qp(is); 

     extractedEncodedSubjectToConvert.clear(); 
     string buffer; 
     while(getline(qp, buffer)) 
      extractedEncodedSubjectToConvert += buffer; 
     return extractedEncodedSubjectToConvert; 
    } 


private: 
    string charset; 
    char encoding; 

    string extractedEncodedSubjectToConvert; 
    bool isStringEncoded; 

    static constexpr const char* sequenceBeginEncodedText = "=?"; 
    static constexpr const char* sequenceEndEncodedText = "?="; 
}; 

int main() 
{ 
    Poco::Net::POP3ClientSession session("poczta.o2.pl"); 
    session.login("my mail", "my password"); 

    Poco::Net::POP3ClientSession::MessageInfoVec messages; 
    session.listMessages(messages); 

    Poco::Net::MessageHeader header; 
    Poco::Net::MailMessage message; 

    auto currentMessage = messages[0]; 

    session.retrieveHeader(currentMessage.id, header); 
    session.retrieveMessage(currentMessage.id, message);  

    const string subject = message.getSubject(); 

    Encoder encoder(subject); 
    cout << "Original subject: " << subject << endl; 
    cout << "Encoded: " << encoder.convert() << endl; 
}