接收Email之eml文件解析后乱码探讨
当前位置:点晴教程→知识管理交流
→『 技术文档交流 』
当我们浏览网页、打开文档或邮件,运行软件时,经常会看到乱码,通常是由于源文件编码,Windows不
能正确识别造成的的,也可能是其他原因。乱码给我们带来了太多的烦恼,为了帮助大家彻底摆脱乱码 ,下面我们就来探讨一下乱码的形成原因及其消除方法。 一、乱码有五种类型 常见的乱码,一般可以分成五种类型:第一类是文本/文档文件乱码,这一般是由于源文件编码,与 Windows使用的编码不通用造成的;第二类是网页乱码,形成原因与第一类乱码类似;第三类是Windows 系统界面乱码,即中文Windows的菜单、桌面、提示框等显示乱码,主要是Windows注册表中有关字体的 部分设置不当引起的;第四类是应用程序的界面乱码,即各种应用程序(包括游戏)本来显示中文的地 方出现乱码,形成原因比较复杂,有第二类的乱码原因,也可能是软件用到的中文链接库,被英文链接 库覆盖造成的;第五类是邮件乱码,形成原因也极其复杂。 二、如何消除应用程序的界面乱码? 目前有些软件发行了Unicode版本,这是一种通用的字符编码标准,涵盖了全球多种语言及古文和专 业符号,这种版本的软件运行在任何系统和语言上都不会乱码,如果是非Unicode编码的程序,就会有乱 码现象。 【形成原因】:原因有三种。如果是由于Windows注册表中关于字体设置的信息不正确造成的,你可 以用下面“如何消除Windows系统界面乱码”介绍的办法去解决;如果用上法解决不了,那就可能是由于 软件的中文链接库,被英文链接库覆盖而引起的。这种现象经常发生在用微软开发工具例如VB、VC开发 的中文软件上,这类软件中,菜单等显示界面上的汉字都是受一个动态链接库(DLL文件)控制,而软件 的这个动态链接库一般安装在WindowsSystem目录下,如果以后安装了某个英文软件也使用同名的动态链 接库,则英文软件的动态链接库就会覆盖中文链接库,这样,运行中文软件时就会调用英文的动态链接 库,因此出现乱码。解决办法:重新安装中文软件,恢复中文动态链接库即可。 如果以上方法也无济于事,对于Win9X/ME系统,你可以安装使用MagicWin98(下载地址 http://www.skycn.com/soft/3047.html)、南极星等内码转换软件,转换内码后即可消除乱码;对于 WinXP系统,建议使用微软多语言支持工具MicrosoftAppLocale(下载地址 http://www.skycn.com/soft/12582.html),利用它为指定程序设置相应的语言区域,这样也可消除乱 码。 三、如何消除文本/文档文件乱码? 【形成原因】:一般是由于文档采用的字符集,系统不支持造成的。例如繁体中文的文档显示在简 体中文系统下,或者相反的情况,就会造成文档显示时乱码。只要你内码转换正确,例如把原本是繁体 的内码,转换为简体内码(或者相反),即可消除乱码。 【解决办法】:有以下四种解决办法: 1、使用Word2003/XP转换内码 Word2003/XP支持众多的语言,可以正确显示非Unicode类型的文本文件,单击“工具”菜单下的“ 语言”/设置语言,你可以把默认语言设置成非中文,例如日语,这样Word就可以正确显示日文了。 当然你也可以用它进行简体中文与繁体中文之间的转换工作,如果文件有乱码,你转换一下即可消 除。例如要把繁体中文转换为简体中文,方法是:选择要转换内码的文件,在弹出的对话框中(如下图 ),选择“其他编码”中的“繁体中文(BIG5)”一项,打开此文件时就不会出现乱码。
在Word2003/XP中,当保存时选择“文件”中的“另存为”,先存为“WORD”文档,存盘后打开再存 为纯文本等其他格式;或者在菜单栏中选择“工具/语言/中文简繁转换”,内码转换以后再保存。 3、使用内码转换工具 除此之外,使用内码转换工具也可以消除此类乱码,你只要对BIG5(繁体中文)和GB2312(国标码 、简体中文)进行相互转换即可实现。常用的内码转换工具有:
文件时对内码进行转换。 【形成原因】:网页乱码是浏览器(IE等)对HTML网页解释时形成的,如果网页制作时编码为A,浏 览器却以编码B显示该网页,就会出现乱码,因此只要你在浏览器中也以编码A显示该网页,就会消除乱 码。 例如网页的代码中有形如:〈HTML〉〈HEAD〉〈META CONTENT=“text/html;charset=ISO-8859-1 ”〉〈/HEAD〉的语句,浏览器在显示此页时,就会出现乱码,因为浏览器会将此页语种辨认为“欧洲语 系”。 【解决办法】:有以下四种解决办法: 1、在浏览器中选择“编码”菜单 事先为浏览器安装多语言支持包(例如在安装IE币?安装多语言支持包),这样当浏览网页出现乱码 时,即可手工更改此类网页的编码方式,在浏览器中选择菜单栏下的“查看??“编码”/“自动选择”/ 简体中文(GB2312),如为繁体中文则选择“查看”/“编码”/“自动选择”/繁体中文(BIG5),其他 语言依此类推,选择相应的语系,这样便可消除网页乱码现象。 2、修改网页代码 用FrontPage等软件打开出现乱码的网页,修改该网页代码,在以下句子中 〈META CONTENT=“text/html;charset=ISO-8859-1”〉,将语种“ISO-8859-1”改为GB2312,如 果是繁体网页则改为BIG5。 3、无乱码保存网页 用浏览器打开该网页,在“查看”/“编码”中选择“自动选择”,存盘时保存类型选“WEB页”, 编码选择“UNICODE”,这样保存过的网页再次打开时,在浏览器菜单“查看”/“编码”中不管选择简 体中文(GB2312)、简体中文(HZ)还是UNICODE(UTF-8)或繁体中文(BIG5),最终显示都不会出现 乱码。 4、使用多内码显示软件 使用多内码显示软件来转换内码,也可以消除乱码。常用多内码显示软件有:
【形成原因】:这类乱码是由于Windows注册表中关于字体部分配置不正常造成的,即使您用内码翻 译软件(如南极星、MagicWin98等)处理也不会消除。 【解决办法】:在Windows注册表中,恢复关于字体部分的正确设置。 1、利用显示正常的电脑 假如有一台Windows版本相同、显示正常的电脑可以利用,你可以如下步骤进行恢复:在正常机器上 选择“开始”/“运行”,在对话框中键入“REGEDIT”,打开注册表编辑器;光标定位到 “HKEY_LOCAL_MACHINESYSTEMCURRENT CONTROL SETCONTROLFONTASSOC”,选择“注册表/导出注册表文 件”,选择“分支”,导出该分支注册表信息到文件(如LI.REG)中(如下图);把LI.REG文件COPY到 显示乱码的机器上,在显示乱码机器上运行REGEDIT,选择“注册注册表”/“导入注册注册表”,把 LI.REG文件导入注册表中。
如果没有显示正常的电脑可以利用,就需要您手工恢复字体部分注册表项,方法有以下两种: 第一种方法:用记事本编辑一个文件,然后保存为扩展名“REG”(文件名随意),再用鼠标右键单击 这个文件,在右键菜单中选择合并,即可完成对注册表的改动。该文本文件的内容如下: REGEDIT4 [HKEY_LOCAL_MACHINESystemCurtentControlsetcontrolfontassoc]?? [HKEY_LOCAL_MACHINESystemCurtentControlsetcontrolfontassocAssociated DefaultFonts]?? "assocSystemFont"="simsun.ttf" "FontPackageDontCare"="宋体" "FontPackageRoman"="宋体" "FontPackageSwiss"="宋体" "FontPackageModem"="宋体" "FontPackageScript"="宋体" "FontPackageDecorative"="宋体" [HKEY_LOCAL_MACHINESystemCurtentControlsetcontrolfontassocAssociated CharSet]?? "SYMBOL(02)"="no" "OEM(FF)"="yes" "GB2312(86)"="yes" “HKEY_LOCAL_MACHINESYSTEMCURRENT CONTROL SETCONTROLFONTASSOC”,正常情况下会有ASSOCIATED DEFAULTFONTS、ASSOCIATED CHARSET两个文件夹,这些文件夹中正确的参数如下表所示: 当出现汉字乱码时,上述两个文件夹中内容就会不完整,有的没有ASSOCIATED CHARSET文件夹、或其中 内容残缺不全;有的ASSOCIATED DEFAULTFONTS下内容残缺。只要你打开注册表,在 “HKEY_LOCAL_MACHINESYSTEMCURRENTCONTROLSETCONTROLFONTASSOC”下,根据以上正确内容恢复即可。 六、如何消除邮件乱码? 邮件乱码的形成原因很多,主要有以下几个方面,针对以下几种形成原因,应该采取不同的乱码消 除方法: 1、收发信双方的语种不同导致的 收发双方使用的操作系统的不同,可以造成乱码。比如发件人使用的是日文的Windows,而收件人使 用的是简体中文的Windows,这样的邮件当然会造成乱码。对于中文电子邮件,如果收信方所用的操作系 统是英文环境、而且没有外挂中文系统或未切换为中文(如南极星等)编码方式,也会无法看到中文、 只可见乱码。所有的双字节字符(如中文简/繁体的GB和BIG5码及日文的JIS、EUC和朝鲜文的 KSC码等) 在非本语种操作系统下都会出现乱码;同样在中文简体的GB码环境下,看其他双字节字符时也只能看到 乱码。 【解决办法】:安装多语言支持包或使用多内码显示平台(如南极星等),对收到的邮件,根据其 使用的语种切换到相应的编码方式即可消除乱码。 2、发信服务器不支持8位(非ASCII码格式)传输 邮件传输机制或邮件编码的不同,可能造成邮件服务器不支持8位(非ASCII码格式)传输而形成邮 件乱码。例如直接发送中文或二进制等非ASCII码格式的邮件(如中文双字节文件、图片文件.jpg、可执 行文件.exe或压缩文件.zip等二进制文件)时,邮件服务器有可能无法处理,便把信件中每个字符的第 八位都过滤掉,从而造成邮件信息的失真或损坏,在收到邮件时就是一堆乱码。 【解决办法】:只能由发件人解决。当发送8位格式的文本文件时,必须事先进行编码,将文件转换 为7位ASCII码或更少位数的格式,然后才能保证文件的正确传送。收件人收到7位或更少位格式的邮件后 ,可以再转换为8位的格式,这样就可避免乱码。 3、收发端用的EMAIL软件和设置不同 一般EMAIL软件的"附件"功能都可以自动对信件先进行编码,然后送出。这样只要收信人使用的 EMAIL软件(如Outlook XP等)能区别信件的编码方式,即可自动将信件解码。如果收发件人所用的 EMAIL软件默认配置不同、收发件人自己定制的一些选项不同,在收到编码的信件后,系统就未必能识别 出信件所用的编码方法,自然也无法自动解码,这样就会出现乱码。 【解决办法】:如果你用OE收中文邮件,看到的是一篇乱码,可以查一下“查看”-“编码”下, 是否选了“简体中文(GB2312)”,选对了就不会有问题。 此外,你也可以用Winzip IE来解码,方法是:把乱码邮件的内容,拷贝到剪贴板中,然后将其粘贴 到记事本中,存为文本文件(例如LI.txt),再将其后缀改为.uue(改为LI.uue),点击此文件,会启 动Winzip,然后启动IE,把Winzip中的001.txt文件拖到IE窗口中,就会显示邮件原来的内容,而不会看 到乱码。 邮件的编码方式主要有:Uuencode、Base64 encode、QP-encode、BINHEX等。如果Email软件不能 识别邮件的编码方法,就会显示邮件时出现乱码。因此,你可以根据邮件中的关键字符判断编码方法, 选取合适的解码软件进行解码。 (1)、QpencodeQP编码 该编码全称“Quoted-Printable Content-Transfer-Encoding”,因为这种格式邮件的内容都是 ASCII字符集中可以打印的字符,所以名称中含有printable。大体格式为: =A1A=B1z=A6n=A1I=A7=DA=A6b=BA=F4=B8=F4=A4W=B1o......=E5==ABH=A5=F3=B0=DD=C3D=B1M=Aea=A1A... ... 特征:内容通常有很多等号"=",因此不需要看"信头"也可以判断是否为QP编码。 解码办法:把邮件中类似A1A=B1z=A6n…的部分编码全部复制下来,贴到一个新的纯文本文件中,然 后在文件头部加入Quoted-pintable格式的文件头: Contenet-Type:text/plain;Charset=”GB2312” Content-Transfer-Encoding;Quoted-pintable 然后以“EML”为后缀保存文件,用资源管理器双击打开文件即可显示正确的内容。如果还有部分汉 字乱码,可以用WINZIP对存盘后的EML文件进行解压,即可看到正确的内容。 (2)MIME/BASE64 encode编码 该编码方式将3个字节(8位)用4个字节(6位)表示,由于编码后的内容是6位的,因此可避免第8 位被截掉,大体格式为: MIME-Version:1.0 Content-Type:text/plain; charset="us-ascii" Content-Transfer-Encoding:base64 Status:R SGmhQbF6pm6hSafapmK69Lj0pFexb6q+sXqsT6Skp OWrSKXzs N3DRLFNrmGhQQ0Kq1+sTqq6vdCx F6p9qoz6XOIE1Py3Jvc29mdCuiBJbnRlcm5ldCBN......。 特征:乱码前一般有如下几部分"信头":Content-Type(内容类型)、charset(字符集)及Content- Transfer-Encoding(内容传输乱码方式)。 解码办法:用EMAIL软件,选择编码中BASE64 选项就可解码,解码后会消除乱码。 (3)、BINHEX编码 这种编码方式大体格式为: (This file must be converted with Binhex4.0)SGmhQbF6pm6hSafapmK69Lj0pFexb6qss Tqq6vdCx 解码办法:用EMAIL软件对它解码;也可在EMAIL软件中保存乱码邮件,存为后缀为“.HQX”格式的 文件,然后用WINZIP解码展开。解码后会消除乱码。 (4)、UTIF-7/UTIF-8编码 它们是UNICODE的两种转换码。
这是UNIX环境下使用的编码方式,目前已经很少用,大体格式为: begin 644 kk.zip M1G)O;2!I;&EN+F)B3T!C(VEE+FYC=‘4N961U+G1W(%=E9"!.;W8@(#8@,3 (ZM,SDZ,C4@,3DY-@I296-E:79E9#H@9G)O;2!F;&%B;6%I;"YF;&%B+F9U:FET.................。 end 特征:乱码前面含有"begin xxx",后面是编码前的原始文件名(如kk.zip);接着是已经过编码的 信件内容(如上述的乱码部分);最后一行为"end" 解码办法:可用BECKY!EUDORA等EMAIL软件,选择编码中相应的选项就可解码;也可以在EMAIL软件 中保存乱码邮件,存为后缀为“.UUE”格式的文件,然后用WINZIP解码展开,解码后就会消除乱码。 七、发信方如何避免产生乱码邮件? 为了避免别人收到乱码,发信方应该采取以下的措施: 1、设定默认自动为7位编码 在邮件客户端软件中的书写(撰写)选项中,设定默认自动为7位编码。因为当你发送 8位格式的文 本文件时,必须事先进行编码,将文件转换为7位ASCII码或更少位数的格式,然后才能保证文件的正确 传送。收件人收到7位或更少位格式的邮件之后,可以再转换为8位的格式,这样就可以阅读了。 2、发送前在签字栏中注明使用的汉字编码 发送中文邮件前,最好在固定的签字栏中注明自己所使用的汉字码标准(例如GB2312、中文HZ、GBK 等);港澳台及东南亚地区邮件作者在使用BIG5 码撰写完邮件、向内地发送前,要转换成上述三种简体 国标码中的一种形式、并在签字栏中注明。如不转换则可能无法阅读,因为国内用户使用的邮件系统有 很多不支持BIG5码。 3、正确设置EMAIL软件 选择优秀的Email收发软件可以有效地解决邮件乱码。如果使用Outlook 2003/XP,应在软件中把“ 简体中文(GB2312)作为默认的邮件使用语言,选择“国际设置”/为接收的所有邮件使用默认的编码。 如果使用英文EMAIL软件,应设置成:文字设定DEFAULT CHARSET:ISO 8859-1(LATIN1);编码方 式ENCODING:QUOTED-PRINTABLE,不可选择7位(因为7位不支持中文);字码页CODE PAGE(可选): 936或HZ-GB-2312,以支持整字识别;邮件格式:MIME;字体:宋体 如果使用其他中文EMAIL软件,应设置成:文字设定DEFAULT CHARSET:简体中文GB2312;编码方式 ENCODING:QUOTED-PRINTABLE;邮件格式:MIME;字体:宋体 4、发送重要信息时先发测试信 发送重要信息时,为了确认是否无须编码即可发送正文,应该先发送测试信。而且还应确定收件人 能否对附件文件进行解码。如果发送已经编码的邮件,则最好添加足够的“信头”信息,以便收件人知 道所需的解码方法。建议对uuencode/UUDeview编码方式用uuencoding作信头,对mpack编码方式用 base64 encoding作信头。 如果发/收件人之间远隔万里,则传送过程中,第八位将可能被截掉。这时最好先在正文中用中文给 收件人发一封测试信,并了解对方能否正确收到邮件正文。如果第八位被截掉,则收件人将会看到一些 乱码,而不是上述的uu/b64/Qp等格式,而且这种信件几乎不可恢复。 对策:在Netscape、Eudora或Pegasus Mail等你所使用的邮件系统中,选择其首选项或选项配置中 的"Quoted Printalbe"或"MIME encoding 5、尽量利用“附件”功能发送文件 几乎所有的邮件软件,如Netscape、The Bat!、 Becky! 等邮件系统附加这类非标准 ASCII码格式 的文件时,附加文件通常可以自动进行“base64”方式编码(仅对附件部分进行编码)。在用"附件"方 式发送邮件之前,无需进行编码;否则适得其反。因为邮件软件能够自动成功解码这类“附加”文件, 因此在发送中文类邮件时应该首选这种方法。 如果无法以附件方式发送文件,则必须在正文中发送中文或二进制文件 八、收信方如何避免邮件显示乱码? 收信方应该首先查找邮件的签字栏或正文中,有无指明对方使用的汉字编码类别;然后在Outlook XP“视图”菜单下选中“编码”,随后将出现全部的汉字编码,在其中选择邮件所指明的一种。 如果收到的邮件中没有指明所用的汉字编码,则可以顺序单击选择编码,直到邮件正文显示正确为 止。如果你使用的是Netscape,则可在 Option菜单下的Document Encode中选择相应的项目。 九、在跨语种操作系统间收发电子邮件,如何保证不会乱码? 如果对方使用非中文系统,你给他发中文邮件时,他打开你发的中文邮件,就会出现乱码。解决办 法有两种: 1、用绘图软件书写中文邮件 用画笔等绘图软件书写中文邮件,然后把中文邮件以GIF图形格式保存,最后压缩之、作为邮件附件 发送。 运行绘图软件,在图片中输入文字,用GIF格式保存,将属性置为黑白模式(以减少图片体积),然 后用WINZIP把它压缩成ZIP格式,作为附件在邮件中发送,这样不管对方在何语言平台下,都不会出现乱 码,收信人不必去下载PDF文件阅读器,阅读起来也很方便。 2、使用专门的工具转换和阅读 EMAIL AID之类的工具可以把中文邮件转换为AID格式文件,你把该格式文件发给对方,他再用EMAIL AID打开观看即可。 EMAIL AID(UCWIN GOLD 1.0附带的)可以把文本文件转换为AID格式文件,大小只比原TXT文件增加 几K。写好中文邮件后,用文本格式存盘,然后你运行EMAIL AID,以AID格式保存,最后你把AID文件连 同EMAIL AID软件一起作为附件插在信中。对方收到信后,只需运行EMAIL AID,打开AID格式文件即可看 到汉字,不管对方在何种语言平台下,都不会出现乱码。 该文章在 2012/1/12 23:41:11 编辑过 |
关键字查询
相关文章
正在查询... |