C#:Classe per la decodifica della codifica Quoted-Printable?
https://stackoverflow.com/questions/2226554
-
19-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianDomanda
Esiste una classe esistente in C# che può convertire Citato-stampabile codifica in String?Fare clic sul collegamento sopra per ottenere ulteriori informazioni sulla codifica.
Quanto segue è citato dal link sopra per vostra comodità.
Qualsiasi valore di byte a 8 bit può essere codificato con 3 caratteri, un "=" seguito da due cifre esadecimali (0-9 o A-F) che rappresenta il valore numerico del byte.Ad esempio, un avanzamento modulo US-ASCII (valore decimale 12) può essere rappresentato da "=0C" e un US-ASCII segno di uguale (valore decimale 61) è rappresentato da "=3D".Tutti i personaggi ad eccezione dei caratteri ASCII stampabili o I caratteri di fine riga devono essere codificati in questo modo.
Tutti i caratteri ASCII stampabili (valori decimali compresi tra 33 e 126) possono essere rappresentati da se stessi, tranne "=" (decimale 61).
Tabulazione ASCII e caratteri di spazio, decimali 9 e 32, possono essere rappresentati da loro stessi, tranne nel caso in cui Questi caratteri appaiono alla fine di una linea.Se uno di questi caratteri appare alla fine di una riga, deve essere codificato come "=09" (tab) o "=20" (spazio).
Se i dati codificati contengono interruzioni di riga significative, devono essere codificato come sequenza ASCII CR LF, non come i valori di byte originali.Viceversa, se i valori di byte 13 e 10 hanno significati diversi dalla fine della riga allora devono essere codificati come =0D e =0A.
Righe di dati codificati quotati-stampabili non deve superare i 76 caratteri.Per soddisfare questo requisito senza alterazione del testo codificato, linea morbida Le pause possono essere aggiunte a piacere.Un morbido L'interruzione di riga è costituita da un "=" in corrispondenza fine di una riga codificata e non causare un'interruzione di riga nel file decodificato Testo.
Soluzione
Non v'è la funzionalità nelle librerie quadro per fare questo, ma non sembra essere in modo pulito esposti. L'implementazione è in System.Net.Mime.QuotedPrintableStream classe interna. Questa classe definisce un metodo chiamato DecodeBytes che fa quello che si vuole. Il metodo sembra essere usato da solo metodo che viene utilizzato per decodificare le intestazioni MIME. Questo metodo è anche interna, ma piuttosto è chiamato direttamente in un paio di posti, ad esempio, il setter Attachment.Name. Una manifestazione:
using System;
using System.Net.Mail;
namespace ConsoleApplication1
{
class Program
{
static void Main(string[] args)
{
Attachment attachment = Attachment.CreateAttachmentFromString("", "=?iso-8859-1?Q?=A1Hola,_se=F1or!?=");
Console.WriteLine(attachment.Name);
}
}
}
Produce l'uscita:
¡Hola, _señor!
Potrebbe essere necessario fare un po 'di test per garantire ritorni a capo, ecc sono trattati in modo corretto anche se in un test rapido che ho fatto sembrano essere. Tuttavia, non può essere saggio fare affidamento su questa funzionalità a meno che il caso d'uso è abbastanza vicino per la decodifica di una stringa di intestazione MIME che non pensi che sarà rotto da eventuali modifiche apportate alla libreria. Si potrebbe essere meglio a scrivere il proprio decoder quoted-printable.
Altri suggerimenti
ho esteso la soluzione di Martin Murphy e spero che funzionerà in ogni caso.
private static string DecodeQuotedPrintables(string input, string charSet)
{
if (string.IsNullOrEmpty(charSet))
{
var charSetOccurences = new Regex(@"=\?.*\?Q\?", RegexOptions.IgnoreCase);
var charSetMatches = charSetOccurences.Matches(input);
foreach (Match match in charSetMatches)
{
charSet = match.Groups[0].Value.Replace("=?", "").Replace("?Q?", "");
input = input.Replace(match.Groups[0].Value, "").Replace("?=", "");
}
}
Encoding enc = new ASCIIEncoding();
if (!string.IsNullOrEmpty(charSet))
{
try
{
enc = Encoding.GetEncoding(charSet);
}
catch
{
enc = new ASCIIEncoding();
}
}
//decode iso-8859-[0-9]
var occurences = new Regex(@"=[0-9A-Z]{2}", RegexOptions.Multiline);
var matches = occurences.Matches(input);
foreach (Match match in matches)
{
try
{
byte[] b = new byte[] { byte.Parse(match.Groups[0].Value.Substring(1), System.Globalization.NumberStyles.AllowHexSpecifier) };
char[] hexChar = enc.GetChars(b);
input = input.Replace(match.Groups[0].Value, hexChar[0].ToString());
}
catch { }
}
//decode base64String (utf-8?B?)
occurences = new Regex(@"\?utf-8\?B\?.*\?", RegexOptions.IgnoreCase);
matches = occurences.Matches(input);
foreach (Match match in matches)
{
byte[] b = Convert.FromBase64String(match.Groups[0].Value.Replace("?utf-8?B?", "").Replace("?UTF-8?B?", "").Replace("?", ""));
string temp = Encoding.UTF8.GetString(b);
input = input.Replace(match.Groups[0].Value, temp);
}
input = input.Replace("=\r\n", "");
return input;
}
Ho scritto questo in su rapido reale.
public static string DecodeQuotedPrintables(string input)
{
var occurences = new Regex(@"=[0-9A-H]{2}", RegexOptions.Multiline);
var matches = occurences.Matches(input);
var uniqueMatches = new HashSet<string>(matches);
foreach (string match in uniqueMatches)
{
char hexChar= (char) Convert.ToInt32(match.Substring(1), 16);
input =input.Replace(match, hexChar.ToString());
}
return input.Replace("=\r\n", "");
}
Se stai decodificando quoted-printable con la codifica UTF-8 dovrai essere consapevole che non puoi decodificare ciascuna sequenza quoted-printable una alla volta come hanno mostrato gli altri se ci sono sequenze di caratteri stampabili tra virgolette insieme.
Ad esempio, se hai la seguente sequenza =E2=80=99 e la decodifichi utilizzando UTF8 uno alla volta, ottieni tre caratteri "strani" - se invece costruisci un array di tre byte e converti i tre byte con con la codifica UTF8 si ottiene un unico afostropo.
Ovviamente se stai utilizzando la codifica ASCII, uno alla volta non è un problema, tuttavia l'esecuzione della decodifica significa che il tuo codice funzionerà indipendentemente dal codificatore di testo utilizzato.
Oh e non dimenticare che =3D è un caso speciale, significa che devi decodificare tutto ciò che hai ancora una volta...Questo è un trucco pazzesco!
Spero possa aiutare
Questa Decoder stampabile Citato funziona alla grande!
public static byte[] FromHex(byte[] hexData)
{
if (hexData == null)
{
throw new ArgumentNullException("hexData");
}
if (hexData.Length < 2 || (hexData.Length / (double)2 != Math.Floor(hexData.Length / (double)2)))
{
throw new Exception("Illegal hex data, hex data must be in two bytes pairs, for example: 0F,FF,A3,... .");
}
MemoryStream retVal = new MemoryStream(hexData.Length / 2);
// Loop hex value pairs
for (int i = 0; i < hexData.Length; i += 2)
{
byte[] hexPairInDecimal = new byte[2];
// We need to convert hex char to decimal number, for example F = 15
for (int h = 0; h < 2; h++)
{
if (((char)hexData[i + h]) == '0')
{
hexPairInDecimal[h] = 0;
}
else if (((char)hexData[i + h]) == '1')
{
hexPairInDecimal[h] = 1;
}
else if (((char)hexData[i + h]) == '2')
{
hexPairInDecimal[h] = 2;
}
else if (((char)hexData[i + h]) == '3')
{
hexPairInDecimal[h] = 3;
}
else if (((char)hexData[i + h]) == '4')
{
hexPairInDecimal[h] = 4;
}
else if (((char)hexData[i + h]) == '5')
{
hexPairInDecimal[h] = 5;
}
else if (((char)hexData[i + h]) == '6')
{
hexPairInDecimal[h] = 6;
}
else if (((char)hexData[i + h]) == '7')
{
hexPairInDecimal[h] = 7;
}
else if (((char)hexData[i + h]) == '8')
{
hexPairInDecimal[h] = 8;
}
else if (((char)hexData[i + h]) == '9')
{
hexPairInDecimal[h] = 9;
}
else if (((char)hexData[i + h]) == 'A' || ((char)hexData[i + h]) == 'a')
{
hexPairInDecimal[h] = 10;
}
else if (((char)hexData[i + h]) == 'B' || ((char)hexData[i + h]) == 'b')
{
hexPairInDecimal[h] = 11;
}
else if (((char)hexData[i + h]) == 'C' || ((char)hexData[i + h]) == 'c')
{
hexPairInDecimal[h] = 12;
}
else if (((char)hexData[i + h]) == 'D' || ((char)hexData[i + h]) == 'd')
{
hexPairInDecimal[h] = 13;
}
else if (((char)hexData[i + h]) == 'E' || ((char)hexData[i + h]) == 'e')
{
hexPairInDecimal[h] = 14;
}
else if (((char)hexData[i + h]) == 'F' || ((char)hexData[i + h]) == 'f')
{
hexPairInDecimal[h] = 15;
}
}
// Join hex 4 bit(left hex cahr) + 4bit(right hex char) in bytes 8 it
retVal.WriteByte((byte)((hexPairInDecimal[0] << 4) | hexPairInDecimal[1]));
}
return retVal.ToArray();
}
public static byte[] QuotedPrintableDecode(byte[] data)
{
if (data == null)
{
throw new ArgumentNullException("data");
}
MemoryStream msRetVal = new MemoryStream();
MemoryStream msSourceStream = new MemoryStream(data);
int b = msSourceStream.ReadByte();
while (b > -1)
{
// Encoded 8-bit byte(=XX) or soft line break(=CRLF)
if (b == '=')
{
byte[] buffer = new byte[2];
int nCount = msSourceStream.Read(buffer, 0, 2);
if (nCount == 2)
{
// Soft line break, line splitted, just skip CRLF
if (buffer[0] == '\r' && buffer[1] == '\n')
{
}
// This must be encoded 8-bit byte
else
{
try
{
msRetVal.Write(FromHex(buffer), 0, 1);
}
catch
{
// Illegal value after =, just leave it as is
msRetVal.WriteByte((byte)'=');
msRetVal.Write(buffer, 0, 2);
}
}
}
// Illegal =, just leave as it is
else
{
msRetVal.Write(buffer, 0, nCount);
}
}
// Just write back all other bytes
else
{
msRetVal.WriteByte((byte)b);
}
// Read next byte
b = msSourceStream.ReadByte();
}
return msRetVal.ToArray();
}
private string quotedprintable(string data, string encoding)
{
data = data.Replace("=\r\n", "");
for (int position = -1; (position = data.IndexOf("=", position + 1)) != -1;)
{
string leftpart = data.Substring(0, position);
System.Collections.ArrayList hex = new System.Collections.ArrayList();
hex.Add(data.Substring(1 + position, 2));
while (position + 3 < data.Length && data.Substring(position + 3, 1) == "=")
{
position = position + 3;
hex.Add(data.Substring(1 + position, 2));
}
byte[] bytes = new byte[hex.Count];
for (int i = 0; i < hex.Count; i++)
{
bytes[i] = System.Convert.ToByte(new string(((string)hex[i]).ToCharArray()), 16);
}
string equivalent = System.Text.Encoding.GetEncoding(encoding).GetString(bytes);
string rightpart = data.Substring(position + 3);
data = leftpart + equivalent + rightpart;
}
return data;
}
Ero alla ricerca di una soluzione dinamica e ho passato 2 giorni a cercare soluzioni diverse. Questa soluzione supporta i caratteri giapponesi ed altre serie di caratteri standard
private static string Decode(string input, string bodycharset) {
var i = 0;
var output = new List<byte>();
while (i < input.Length) {
if (input[i] == '=' && input[i + 1] == '\r' && input[i + 2] == '\n') {
//Skip
i += 3;
} else if (input[i] == '=') {
string sHex = input;
sHex = sHex.Substring(i + 1, 2);
int hex = Convert.ToInt32(sHex, 16);
byte b = Convert.ToByte(hex);
output.Add(b);
i += 3;
} else {
output.Add((byte)input[i]);
i++;
}
}
if (String.IsNullOrEmpty(bodycharset))
return Encoding.UTF8.GetString(output.ToArray());
else {
if (String.Compare(bodycharset, "ISO-2022-JP", true) == 0)
return Encoding.GetEncoding("Shift_JIS").GetString(output.ToArray());
else
return Encoding.GetEncoding(bodycharset).GetString(output.ToArray());
}
}
Poi si può chiamare la funzione con
Decode("=E3=82=AB=E3=82=B9=E3", "utf-8")
Questo è stato originariamente trovato qui
L'unico che ha funzionato per me.
http://sourceforge.net/apps/trac/syncmldotnet/wiki/ citato% 20Printable
Se avete solo bisogno di decodificare il PQ, tirare all'interno del codice queste tre funzioni dal link qui sopra:
HexDecoderEvaluator(Match m)
HexDecoder(string line)
Decode(string encodedText)
E poi basta:
var humanReadable = Decode(myQPString);
Godetevi
Una migliore soluzione
private static string DecodeQuotedPrintables(string input, string charSet)
{
try
{
enc = Encoding.GetEncoding(CharSet);
}
catch
{
enc = new UTF8Encoding();
}
var occurences = new Regex(@"(=[0-9A-Z]{2}){1,}", RegexOptions.Multiline);
var matches = occurences.Matches(input);
foreach (Match match in matches)
{
try
{
byte[] b = new byte[match.Groups[0].Value.Length / 3];
for (int i = 0; i < match.Groups[0].Value.Length / 3; i++)
{
b[i] = byte.Parse(match.Groups[0].Value.Substring(i * 3 + 1, 2), System.Globalization.NumberStyles.AllowHexSpecifier);
}
char[] hexChar = enc.GetChars(b);
input = input.Replace(match.Groups[0].Value, hexChar[0].ToString());
}
catch
{ ;}
}
input = input.Replace("=\r\n", "").Replace("=\n", "").Replace("?=", "");
return input;
}
public static string DecodeQuotedPrintables(string input, Encoding encoding)
{
var regex = new Regex(@"\=(?<Symbol>[0-9A-Z]{2})", RegexOptions.Multiline);
var matches = regex.Matches(input);
var bytes = new byte[matches.Count];
for (var i = 0; i < matches.Count; i++)
{
bytes[i] = Convert.ToByte(matches[i].Groups["Symbol"].Value, 16);
}
return encoding.GetString(bytes);
}
A volte la stringa in un file EML è composto da più parti codificati. Si tratta di una funzione per utilizzare il metodo di Dave per questi casi:
public string DecodeQP(string codedstring)
{
Regex codified;
codified=new Regex(@"=\?((?!\?=).)*\?=", RegexOptions.IgnoreCase);
MatchCollection setMatches = codified.Matches(cadena);
if(setMatches.Count > 0)
{
Attachment attdecode;
codedstring= "";
foreach (Match match in setMatches)
{
attdecode = Attachment.CreateAttachmentFromString("", match.Value);
codedstring+= attdecode.Name;
}
}
return codedstring;
}
Si prega di notare: soluzioni con "input.Replace" sono tutti su Internet e ancora non sono corrette.
Vedere, se si dispone di un simbolo decodificato e quindi utilizzare "sostituire" , ALL simboli "input" saranno sostituiti, e quindi tutto seguendo decodifica sarà rotto.
Più soluzione corretta:
public static string DecodeQuotedPrintable(string input, string charSet)
{
Encoding enc;
try
{
enc = Encoding.GetEncoding(charSet);
}
catch
{
enc = new UTF8Encoding();
}
input = input.Replace("=\r\n=", "=");
input = input.Replace("=\r\n ", "\r\n ");
input = input.Replace("= \r\n", " \r\n");
var occurences = new Regex(@"(=[0-9A-Z]{2})", RegexOptions.Multiline); //{1,}
var matches = occurences.Matches(input);
foreach (Match match in matches)
{
try
{
byte[] b = new byte[match.Groups[0].Value.Length / 3];
for (int i = 0; i < match.Groups[0].Value.Length / 3; i++)
{
b[i] = byte.Parse(match.Groups[0].Value.Substring(i * 3 + 1, 2), System.Globalization.NumberStyles.AllowHexSpecifier);
}
char[] hexChar = enc.GetChars(b);
input = input.Replace(match.Groups[0].Value, new String(hexChar));
}
catch
{ Console.WriteLine("QP dec err"); }
}
input = input.Replace("?=", ""); //.Replace("\r\n", "");
return input;
}
