RFC 2047：MIME首部包含中文等非ASCII字符时的扩展编码（Encoded-Word）

MIME协议规定首部必须只包含ASCII字符，但有时我们不得不需要包含一些非ASCII的字符，例如，SMTP中邮件的标题Subject就常常是非ASCII编码的字符。这时候就需要引入Encoded-Word，或者称之为扩展编码。

Encoded-Word的格式如下：

=?charset?encoding?data?=

其中：

• charset指定字符集，如UTF-8。
• encoding指定二进制编码方式，即用ASCII字符表示二进制的方式，取值范围为Q或者B，Q代表Q-encoding（这个不太清楚），而B代表常见的Base64。
• data指定使用encoding编码后的二进制数据。

栗子

假设现在要使用SMTP协议发送的邮件标题原定为：

Subject: 你好世界

由于不允许首部出现非ASCII字符，那么需要将“你好世界”需要转换为Encoded-Word形式。假设使用字符集为UTF-8，那么可以从以下的流水线里计算编码后的结果：

1. 将“你好世界”使用根据UTF-8字符集转换为二进制，结果为12个字节（十六进制表示）：0xE4 0xBD 0xA0 0xE5 0xA5 0xBD 0xE4 0xB8 0x96 0xE7 0x95 0x8C
2. 将上面12字节的二进制使用Base64编码，得到结果：5L2g5aW95LiW55WM
3. 返回结果：=?UTF-8?B?5L2g5aW95LiW55WM?=

因此，可以将原标题转换为下列合法的形式：

Subject: =?UTF-8?B?5L2g5aW95LiW55WM?=

收件方显示的标题即为“你好世界”。

实例代码

这里给出计算Encoded-Word的C#示例：

/// <summary>
/// 对字符串以指定的字符集进行基于Base64的扩展首部编码。
/// </summary>
/// <param name="data">需要编码的字符串。</param>
/// <param name="e">指定的字符集，默认为UTF8。</param>
/// <returns>编码后的字符串。</returns>
string Base64ExtendedWordEncode(string data, Encoding e = null)
{
    if (data == null) return "";

    if (e == null) e = Encoding.UTF8;
    byte[] buffer = e.GetBytes(data);
    return "=?" + e.HeaderName.ToUpper() + "?B?" + Convert.ToBase64String(buffer) + "?=";
}