MIME格式解析

“ 本文介绍常见的MIME数据格式。”

在协议还原中，不可避免地，经常会在各类协议内容中碰到MIME格式，例如标准邮件协议、HTTP协议。

那么，什么是MIME呢？

MIME是英文Multipurpose Internet Mail Extensions的缩写，即多用途互联网邮件扩展。从名字就可以看出，它产生于对邮件内容编码的过程。它是一个一个互联网标准，在一系列RFC文档中进行了定义和更新，例如RFC6532、RFC8098、RFC2231、RFC6838、RFC4289、RFC2049等。

这里需要指出的是，虽然MIME是邮件协议格式的扩展，但并不是所有邮件eml都是MIME格式，一封邮件的格式可能比MIME更简单，同时，MIME并不局限于在邮件中使用，在很多HTTP报文中，也会发现MIME的身影。

了解了MIME格式，就可以从中提取所需的数据了。

下面将以一封邮件为例子，来对MIME格式进行解析说明。

01

—

邮件例子

一个MIME格式的邮件例子如下：

Return-Path: <[email protected]>

To: Manuel Lemos <[email protected]>

Subject: Testing Manuel Lemos' MIME E-mail composing and sending PHP class: HTML message

From: mlemos <[email protected]>

Reply-To: mlemos <[email protected]>

Sender: [email protected]

X-Mailer: http://www.phpclasses.org/mimemessage $Revision: 1.63 $ (mail)

MIME-Version: 1.0

Content-Type: multipart/mixed; boundary="652b8c4dcb00cdcdda1e16af36781caf"

Message-ID: <[email protected]>

Date: Sat, 30 Apr 2005 19:28:29 -0300

--652b8c4dcb00cdcdda1e16af36781caf

Content-Type: text/plain; charset=utf-8

Content-Transfer-Encoding: base64

aGVsbG8uIOWNj+iuruWIhuaekOS4jui/mOWOnw==

Content-Type: text/plain; name="attachment.txt"

Content-Disposition: attachment; filename="attachment.txt"

VGhpcyBpcyBqdXN0IGEgcGxhaW4gdGV4dCBhdHRhY2htZW50IGZpbGUgbmFtZWQgYXR0YWNobWVu

dC50eHQgLg==

--652b8c4dcb00cdcdda1e16af36781caf--

在这封邮件里，包含了三个MIME的语句：

MIME-Version: 

Content-Type: 

Content-Transfer-Encoding: 

Content-Disposition: 

从这个MIME的典型应用中，可以看到，MIME的精髓是数据的分段分类描述，以及数据的可嵌套性和可编码性。

02

格式说明

一个MIME消息由两部分组成，分别是消息头和消息体。

在消息头中，语句“MIME-Version: 1.0”是必须的。

而“Content-Type:”项，则是描述数据的类型和编码，默认为“text/plain”，“/”前后分别为主要类型和次要类型，常见的类型有:

text/plain

text/html

image/jpeg

audio/mpeg

video/3gpp

application/gzip

application/rtf

multipart/alternative

详细的类型可参考http://www.iana.org/assignments/media-types/media-types.xhtml。

对每个“Content-Type:”，有不同的参数，如charset，name，boundary等。

主类型“multipart”是MIME的精髓所在，它将多种数据编码在一起，常见的有“multipart/mixed“，” multipart/related“和”multipart/alternative”。

当“Content-Type:”为“multipart/mixed”等时，表示数据为多种内容的混合，此时会有类似boundary="652b8c4dcb00cdcdda1e16af36781caf"的分隔线描述，分隔线会将数据内容分隔成各自独立的部分，在各部分中，分别有独立的数据内容描述。分隔线的前后，会有“--”，处理过程中过滤即可。

“Content-Transfer-Encoding: ”描述的是内容的编码转换格式。一般有“base64”和“quoted-printable”两种，即表示内容为BASE64编码和QP编码。

“Content-Disposition: ”描述的是数据的安排方式，如“attachment”表示为附件，“inline”表示为内嵌数据，这些有参数“filename”。

消息体是消息头的各个描述及分隔线之外，在各个0x0d0x0a对之间的内容，一般是各种编码了的数据。

虽然介绍了这么多，但在数据解析中用起来很简单，只需要找到各个数据段的描述，名称，内容，就可进行编码转换、形成结构化数据并保存了。

长按进行关注。