C #: Classe para decodificar Citado de Impressão codificação?
https://stackoverflow.com/questions/2226554
-
19-09-2019 - |
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
RussianPergunta
Existe uma classe existente em C # que pode converter codificação Citado de Impressão para String ? Clique no link acima para obter mais informações sobre a codificação.
O seguinte é citado a partir do link acima para sua conveniência.
Qualquer valor de byte de 8 bits pode ser codificado com 3 caracteres, um "=" seguido pela dois dígitos hexadecimais (0-9 ou A-F) representando valor numérico do byte. Por exemplo, um formulário de alimentação US-ASCII caracteres (valor decimal 12) pode ser representado por "= 0C", e um US-ASCII igual sinal (valor decimal 61) está representado por "= 3D". Todos os personagens exceto caracteres ASCII imprimíveis ou o final da linha deve ser codificado desta forma.
Todos os caracteres ASCII imprimíveis (Decimal valores entre 33 e 126) podem ser representados por si próprios, exceto "=" (decimal 61).
caracteresguia ASCII e espaço, valores decimais 9 e 32, pode ser representado por si mesmos, salvo se esses personagens aparecem no final de uma linha. Se um desses caracteres aparece no final de uma linha que deve ser codificado como "= 09" (separador) ou "= 20" (Espaço).
Se os dados a ser codificado contém quebras de linha significativos, eles devem ser codificada como uma sequência ASCII CR LF, não como seus valores de bites originais. Inversamente, se os valores de byte 13 e 10 ter outros que não a extremidade da linha significados em seguida, eles devem ser codificados como = 0E e = 0A.
Linhas de dados codificados citados-imprimíveis não deve ter mais de 76 caracteres. Para satisfazer este requisito sem alterando o texto codificado, a linha mole As pausas podem ser adicionados como desejado. Um leve linha de ruptura é constituído por um "=" no fim de uma linha codificada, e não faz causar uma quebra de linha no descodificado texto.
Solução
Há funcionalidade nas bibliotecas do framework de fazer isso, mas não parece ser limpa exposta. A implementação está no System.Net.Mime.QuotedPrintableStream classe interna. Esta classe define um método chamado DecodeBytes que faz o que quiser. O método parece ser utilizada apenas por um método que é usado para descodificar cabeçalhos MIME. Este método também é interna, mas é chamado bastante diretamente em um par de lugares, por exemplo, o setter Attachment.Name. Uma demonstração:
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);
}
}
}
Produz a saída:
¡Hola, _señor!
Você pode ter que fazer alguns testes para garantir retornos de carro, etc são tratados corretamente embora em um teste rápido eu fiz eles parecem ser. No entanto, não pode ser sábio para contar com essa funcionalidade a menos que seu caso de uso é perto o suficiente para decodificação de uma seqüência de cabeçalho MIME que você não acho que vai ser quebrado por quaisquer alterações feitas para a biblioteca. Você pode ser melhor fora de escrever o seu próprio decodificador citados-imprimíveis.
Outras dicas
Eu estendi a solução de Martin Murphy e eu espero que ele vai trabalhar em cada 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;
}
Eu escrevi isso rápido.
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 você está decodificação citados-imprimíveis com codificação UTF-8 você precisará estar ciente de que você não pode decodificar cada seqüência citados-imprimíveis-um-em um tempo como os outros têm mostrado se há corridas de caracteres imprimíveis cotados juntos.
Por exemplo - se você tem a seguinte seqüência = E2 = 80 = 99 e decodificar isso usando UTF8 um-em-um-tempo você tem três caracteres "estranhos" - se você em vez construir uma matriz de três bytes e converter o três bytes com o UTF8 codificação você obter um único aphostrope.
Obviamente, se você estiver usando o ASCII codificação em seguida, um-em-um-tempo não é problema no entanto decodificação corridas significa que seu código irá funcionar independentemente do codificador de texto utilizado.
Oh e não se esqueça = 3D é um caso especial que significa que você precisa para decodificar o que você tem mais uma vez ... Isso é uma pegadinha louco!
Espero que ajude
Esta Quoted Printable Decoder funciona muito bem!
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;
}
Eu estava procurando por uma solução dinâmica e passamos 2 dias tentando soluções diferentes. Esta solução oferece suporte a caracteres japoneses e outros conjuntos de caracteres padrão
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());
}
}
Em seguida, você pode chamar a função com
Decode("=E3=82=AB=E3=82=B9=E3", "utf-8")
Esta foi originalmente encontrada aqui
O único que funcionou para mim.
http://sourceforge.net/apps/trac/syncmldotnet/wiki/ citado% 20Printable
Se você só precisa decodificar os QPs, puxar para dentro de seu código essas três funções a partir do link acima:
HexDecoderEvaluator(Match m)
HexDecoder(string line)
Decode(string encodedText)
E depois é só:
var humanReadable = Decode(myQPString);
Aproveite
Melhor solução
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);
}
Às vezes a string em um arquivo EML é composto por várias partes codificadas. Esta é uma função para utilizar o método do Dave para estes casos:
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;
}
Por favor, note: soluções com "input.Replace" são todos Internet mais e ainda não estão corretas.
Veja, se você tem ONE símbolo decodificado e, em seguida, usar "substituir" , ALL símbolos em "input" serão substituídos, em seguida, todos seguindo a decodificação será quebrado.
solução mais correta:
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;
}
