佩尔 | IMAP 文件夹编码。 UTF8 -> UTF7 -> UTF8 = 失败

Question

我需要有关 imap 文件夹编码的建议。

我是由我的邮件客户端 (Thunderbird) 创建的带有俄语符号的 imap 文件夹。

文件夹名称是 - Проверка

文件系统上的文件夹名称是 - user.mylogin.&BB8EQAQ+BDIENQRABDoEMA-

我写了这段代码用于转换 (perl v5.10.1)

use strict;
use warnings;
use utf8;
use Encode::IMAPUTF7;

my $folder=$ARGV[1];

binmode(STDOUT,':utf8');

if ($ARGV[0] eq 'to')
    { print Encode::IMAPUTF7::encode('IMAP-UTF-7', $folder) }
    elsif ($ARGV[0] eq 'from')
    { print Encode::IMAPUTF7::decode('IMAP-UTF-7', $folder) }
print "\n";

尝试将文件夹名称转换为俄语

[w@pandora6 tmp]$ ./imapfolder.pl from '&BB8EQAQ+BDIENQRABDoEMA-'
Проверка

一切正常

尝试反向转换

[w@pandora6 tmp]$ ./imapfolder.pl to Проверка
&ANAAnwDRAIAA0AC+ANAAsgDQALUA0QCAANAAugDQALA-

嗯..我期待 &BB8EQAQ+BDIENQRABDoEMA-

好的，编码回来

[w@pandora6 tmp]$ ./imapfolder.pl from '&ANAAnwDRAIAA0AC+ANAAsgDQALUA0QCAANAAugDQALA-'
ÐÑÐ¾Ð²ÐµÑÐºÐ°

卧槽？我预计 Проверка

出了什么问题？

Answer 1

你被 many gotchas of Unicode in Perl 中的一个抓住了。 use utf8 仅开启UTF-8语法。这意味着诸如 constant 字符串、变量名和函数名之类的东西将采用 UTF-8。其他一切都不会。具体来说，@ARGV 中的字符串将不是 UTF-8。这些仍然是纯字节。

幸好有一个简单的修复方法。使用 utf8::all。这将打开您希望 use utf8 执行的所有 UTF-8 功能。

使@ARGV 以 UTF-8 编码（当从主包使用 utf8::all 时）。
文件句柄默认打开 UTF-8 编码（包括 STDIN、STDOUT、STDERR）。如果您不希望特定文件句柄使用 UTF-8，则必须设置 binmode $filehandle.
导入了字符名，因此 \N{...} 序列可用于根据名称编译 Unicode 字符。
readdir 现在 returns UTF-8 字符而不是字节。
glob 和 <> 运算符现在 return UTF-8 字符而不是字节。

您的代码被简化为...

use strict;
use warnings;
use utf8::all;
use Encode::IMAPUTF7;

my $folder=$ARGV[1];

if ($ARGV[0] eq 'to') {
    print Encode::IMAPUTF7::encode('IMAP-UTF-7', $folder)
}
elsif ($ARGV[0] eq 'from') {
    print Encode::IMAPUTF7::decode('IMAP-UTF-7', $folder)
}
print "\n";

Answer 2

如果您没有安装 utf8::all 并且只想要一个快速的单行代码，您也可以使用 Perl's -C option 使其在 UTF8 中完成所有操作。

示例：

$ utf7=$(perl -CSA -MEncode::IMAPUTF7 -le 'print Encode::IMAPUTF7::encode("IMAP-UTF-7", shift)' "Проверка")
$ echo "$utf7"
&BB8EQAQ+BDIENQRABDoEMA-

$ perl -CSA -MEncode::IMAPUTF7 -le 'print Encode::IMAPUTF7::decode("IMAP-UTF-7", shift)' "$utf7"
Проверка

佩尔 | IMAP 文件夹编码。 UTF8 -> UTF7 -> UTF8 = 失败

Perl | IMAP folder encoding. UTF8 -> UTF7 -> UTF8 = fail

perl

utf-8