主页 / computer / 问题 / 1452249
Accepted
wullxz
Asked: 2019-06-25 01:17:04 +0800 CST

修复/恢复文件的错误编码

  • 772

我有客户定期发送给我的 ISO-8859 编码文本文件，其中包含调试信息。
最近，它们开始以 ASCII 编码的形式出现在我的收件箱中，结果在文件中添加了一些额外的字符，破坏了我为这些文件编写的解析器。
我将其缩小到客户使用的更改编码的电子邮件客户端。

是否可以恢复这种错误的编码更改？
因为我在 Linux 上工作，所以我更喜欢 Linux 的解决方案，但也对其他操作系统的解决方案感兴趣。

以下是一些供参考和信息的输出： 

$ file /tmp/{wrong,right}_enc.txt
/tmp/wrong_enc.txt: ASCII text
/tmp/right_enc.txt: ISO-8859 text, with very long lines, with CRLF line terminators

$ file -bi /tmp/{wrong,right}_enc.txt
text/plain; charset=us-ascii
text/plain; charset=iso-8859-1

内容示例（信息不同，结构应该相同，但 wrong_enc.txt 在“=”后面和 EOL 处有附加字符，例如）： 

$ head /tmp/{wrong,right}_enc.txt
==> /tmp/wrong_enc.txt <==
Tue Jun 11 15:51:54 2019=0D
=0D
=0D
###Eth-eth0-driver =3D igb=0D
###Eth-eth0-ipaddr =3D 192.168.99.100=0D
###Eth-eth0-link =3D yes=0D
###Eth-eth1-driver =3D e1000e=0D
###Eth-eth1-ipaddr =3D =0D
###Eth-eth1-link =3D no=0D

==> /tmp/right_enc.txt <==
Wed Apr 17 16:47:21 2019


###Eth-eth0-driver = e1000e
###Eth-eth0-ipaddr = 192.168.178.35
###Eth-eth0-link = yes
###Eth-ethnames = eth0
###Eth-ethtool-eth0 =
linux encoding

1 个回答

  1. Best Answer

    显示的编码是Quoted-Printable，如果您正在查看“原始”电子邮件源文本，这是完全正常的——大多数非 ASCII 消息和文本附件，甚至一些纯 ASCII 的，都是使用 QP 编码的（甚至Base64）。

    如果发送邮件客户端在Content-Transfer-Encoding标头中正确指示其用法，则接收邮件客户端将自动将 QP 解码为普通文本。（如果 MIME 标头正确，但您的邮件客户端不执行此解码，那么损坏的是您的邮件客户端，而不是客户的。）

    如果您需要自己执行解码，可以使用各种库：

    ruby -e 'print STDIN.read.unpack("M")[0]' < wrong.txt > fixed.txt

    perl -0777 -ne 'use MIME::QuotedPrint; print decode_qp($_)' < wrong.txt > fixed.txt

    虽然您应该使用现有模块，但直接解码 QP 相对简单：

    perl -0777 -pe 's/=\n//gs; s/=([0-9A-F]{2})/pack("C", hex($1))/gse' < wrong.txt > fixed.txt
    1. =其次是换行符被删除（行连接在一起）；
    2. =后跟两个十六进制数字被替换为相应的字节。
    • 2

相关问题