“?本文介紹常見的MIME數據格式。”

在協議還原中，不可避免地，經常會在各類協議內容中碰到MIME格式，例如標準郵件協議、HTTP協議。

那么，什么是MIME呢？

MIME是英文Multipurpose Internet Mail Extensions的縮寫，即多用途互聯網郵件擴展。從名字就可以看出，它產生于對郵件內容編碼的過程。它是一個一個互聯網標準，在一系列RFC文檔中進行了定義和更新，例如RFC6532、RFC8098、RFC2231、RFC6838、RFC4289、RFC2049等。

這里需要指出的是，雖然MIME是郵件協議格式的擴展，但并不是所有郵件eml都是MIME格式，一封郵件的格式可能比MIME更簡單，同時，MIME并不局限于在郵件中使用，在很多HTTP報文中，也會發現MIME的身影。

了解了MIME格式，就可以從中提取所需的數據了。

下面將以一封郵件為例子，來對MIME格式進行解析說明。

01

—

郵件例子

一個MIME格式的郵件例子如下：

Return-Path: <mlemos@acm.org>

To: Manuel Lemos <mlemos@linux.local>

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

From: mlemos <mlemos@acm.org>

Reply-To: mlemos <mlemos@acm.org>

Sender: mlemos@acm.org

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

MIME-Version: 1.0

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

Message-ID: <20050430192829.0489.mlemos@acm.org>

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

--652b8c4dcb00cdcdda1e16af36781caf

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

Content-Transfer-Encoding: base64

aGVsbG8uIOWNj+iuruWIhuaekOS4jui/mOWOnw==

--652b8c4dcb00cdcdda1e16af36781caf

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

Content-Transfer-Encoding: base64

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

VGhpcyBpcyBqdXN0IGEgcGxhaW4gdGV4dCBhdHRhY2htZW50IGZpbGUgbmFtZWQgYXR0YWNobWVu

dC50eHQgLg==

--652b8c4dcb00cdcdda1e16af36781caf--

在這封郵件里，包含了三個MIME的語句：

MIME-Version:?

Content-Type:?

Content-Transfer-Encoding:?

Content-Disposition:?

從這個MIME的典型應用中，可以看到，MIME的精髓是數據的分段分類描述，以及數據的可嵌套性和可編碼性。

02

—

格式說明

一個MIME消息由兩部分組成，分別是消息頭和消息體。

在消息頭中，語句“MIME-Version: 1.0”是必須的。

而“Content-Type:”項，則是描述數據的類型和編碼，默認為“text/plain”，“/”前后分別為主要類型和次要類型，常見的類型有:

text/plain

text/html

image/jpeg

audio/mpeg

video/3gpp

application/gzip

application/rtf

multipart/alternative

詳細的類型可參考http://www.iana.org/assignments/media-types/media-types.xhtml。

對每個“Content-Type:”，有不同的參數，如charset，name，boundary等。

主類型“multipart”是MIME的精髓所在，它將多種數據編碼在一起，常見的有“multipart/mixed“，” multipart/related“和”multipart/alternative”。

當“Content-Type:”為“multipart/mixed”等時，表示數據為多種內容的混合，此時會有類似boundary="652b8c4dcb00cdcdda1e16af36781caf"的分隔線描述，分隔線會將數據內容分隔成各自獨立的部分，在各部分中，分別有獨立的數據內容描述。分隔線的前后，會有“--”，處理過程中過濾即可。

“Content-Transfer-Encoding:?”描述的是內容的編碼轉換格式。一般有“base64”和“quoted-printable”兩種，即表示內容為BASE64編碼和QP編碼。

“Content-Disposition:?”描述的是數據的安排方式，如“attachment”表示為附件，“inline”表示為內嵌數據，這些有參數“filename”。

消息體是消息頭的各個描述及分隔線之外，在各個0x0d0x0a對之間的內容，一般是各種編碼了的數據。

雖然介紹了這么多，但在數據解析中用起來很簡單，只需要找到各個數據段的描述，名稱，內容，就可進行編碼轉換、形成結構化數據并保存了。

長按進行關注。