RFC822：電子郵件的基本框架

RFC822：電子郵件的基本框架

1．1 電子郵件的結構

如同傳統信件，電子郵件也是由信封和信件內容兩部分所構成。但是電子郵件不是寫在紙上的東西，而是由計算機編輯、傳送和顯示的一串文字字符。一封電子郵件如同我們在Windows“記事本”中看到的純文本內容，但是其中的字符是機器“寫”上去的，而不是用戶輸入、編輯的。

 

釋疑：你可能不同意這種說法，因爲郵件內容，包括收件人地址、轉發地址，肯定必須由用戶輸入。但是我們這裏討論的是在機器中傳送、存儲的電子郵件，用戶一般通過某種電子郵件應用程序（如Outlook Express，FoxMail等）收發、編寫電子郵件，這些程序按照用戶輸入的信息自動產生符合RFC822及MIME標準的郵件，然後才發送出去。

 

一封電子郵件的內容是純文本的，其中開頭若干行是信件“信封”，然後是一個空行（即只有回車換行字符的一行），其後是信件正文。“信封”、信件正文都是一行行的文字，郵件中的第一個空行是“信封”部分的終結標誌，其後是郵件正文，郵件正文可以包含空行，也可以沒有空行，這無關緊要。RFC822規定，所有的字符都必須是ASCII字符，或者更準確地說，必須是ASCII編碼的字符。注意RFC822是指定字符編碼的，符合RFC822標準的電子郵件，其中所有的字符只能使用ASCII編碼，不能是其它編碼。

RFC822對於信件正文沒有什麼規定，只是要求必須由ASCII字符組成，而“信封”上的信息則是要由機器處理的，因而有着嚴格的語法規定。“信封”的正式名稱是郵件頭（header），郵件頭由若干“頭段”（header field）組成，每一頭段的格式爲：

    field-name : [field-body] CRLF

（注：在本章中，當描述語法格式時，我們用斜體字表示一個語法成分的名稱，用方括號表示可選項，即，包含在方括號中的語法成分可用也可不用，用粗體表示必須照樣書寫的字符。）

其中field-name是段名，RFC822定義了常用的段名及其語義，應用程序也可以定義自己的段名及其語義，但不得與已定義的段名同名。field-body是段體，即段的具體內容。段名和段體用一個冒號分隔，最後用CRLF（回車換行）結束整個段。

    以下是一些郵件頭段的例子：

    From: George Jones <Group@Host>

    Sender: Secy@Host

    Reply-To: Secy@Host

其中每一行爲一個頭段，其中“From”、“Sender”和“Reply-To”是段名，段名不區分大小寫，每行冒號右邊的文字是段體，段體的語法、含義是有規定的。

    一個頭段邏輯上就是一行，但是當文字較長時，也允許換行。換行可在任何一個空格位置進行，但是要求換行之後在新行開頭至少必須有一個空格或Tab，表示本行是接續上一行的。這種換行稱爲“摺疊”。一個頭段可以摺疊爲若干行，應用程序進行語法分析時，應去掉摺疊，將每一段都整理爲一行，以便分析。

    例如：Received: from m15-40.126.com (220.181.15.40)CRLF by localhost with SMTP;

    文本編輯窗口顯示出來的效果：

    Received: from m15-40.126.com (220.181.15.40)

 by localhost with SMTP;

    RFC822定義的頭段按其功能可分爲源地址、目的地址、日期和可選段四大部分，以下分別介紹各個部分。

1．2 源地址

描述信件來源的段名有From、Sender、Return-path、Received和Reply-To，它們的語法如下：

    From: mailbox

    Sender: mailbox

    Return-path: < [route] local-part@domain >

    Reply-To: mailbox

    Received：[from domain][by domain][via atom][with atom]

[id msg-id][for local-part@domain]

; date-time

From用來指出發信人是誰，段體mailbox是發信人的郵箱地址，mailbox可以採用兩種形式之一，一種是local-part@domain，其中local-part是用戶帳號名稱，domain是郵件服務器的域名。另一種形式是發信人名稱後面再加上尖括號括起來的郵件地址，例如

  From:  George Jones <Group@Host>

    郵箱地址中的local-part一般不能使用圓括號、尖括號、方括號、逗號、分號、冒號、@、斜槓和空格這些字符，如果要使用這些字符，則整個local-part部分必須用雙引號括起來。

    如果某些程序使得信件不是從寫信人的郵箱寄出，而是從另一個郵箱寄出，則必須用Sender再加上From，這時Sender的段體是寄出的郵箱地址，而From的段體是寫信人的郵箱地址。

    一封電子郵件可能要經過若干次轉發才能到達目的地。最後的轉發站（轉發郵件的計算機）可以用Return-path指出回送郵件給發信人的路由。Return-path段體中的可選項route指出路由，其形式爲

    @domain_1, @domain_2, ... ..., @domian_n

其中各個domain_i是郵件服務器的域名。段體中最後的local-part@domain則是發信人的郵箱地址。

    Reply-To則是由最初發出郵件的機器填寫的頭段，它直接指出信件的回覆地址。

    當郵件經過多次中轉轉發時，每一個轉發站都必須在郵件開頭加上Received頭段，說明郵件何時從何地來，往何處去。Received段體中的可選項用來記錄這些信息：

from domain說明郵件從何處來，domain是發來郵件的主機IP地址、域名或主機名；

by domain指出郵件接收者，domain是接收郵件的主機IP地址、域名或主機名；

via atom指出郵件的物理傳輸路徑，例如通過互聯網或電話網，atom是這種物理路徑的名稱。

with atom指出郵件的傳輸協議，例如SMTP、ESMTP等，atom是協議名稱。

id msg-id一些轉發站可能會將郵件排隊，msg-id指出郵件的內部ID。

for local-part@domain指出郵件的目的地，local-part@domain是郵箱地址。

Received段最後要加上分號和時間戳date-time，記錄郵件的接收時間。時間戳的格式將在1.4節詳述。

    一些郵件系統允許郵件接收者將接收到的郵件轉發給他人，並保留原有的郵件頭。這種情況下爲了與原來郵件頭中的頭段相區別，新加上的頭段的段名前要加上Resent-，即Resent-From、 Resent-Sender或 Resent-Reply-To，它們的作用與From、Sender和Reply-To相同。

    在郵件頭中各段的段體中，可以插入註釋。註釋用一對圓括號括起來，內容可以是任何字符串。註釋是給人看的，在語法上沒有其它意義。

    例1：以下是一封電子郵件郵件頭中的片斷：

Received: from unknown (HELO mail.scnu.edu.cn) ([email protected])

 by 202.116.32.4 with SMTP; Fri, 09 Feb 2007 14:22:51 +0800

Received: from m15-40.126.com (220.181.15.40)

  by localhost with SMTP; 9 Feb 2007 06:32:51 -0000

Received: from 192.168.208.33 by webmail-app40 (Coremail) ;

Fri, 9 Feb 2007 14:30:58 +0800 (CST)

From: [email protected]

從這些頭段可以知道，郵件來自[email protected]，首先被主機webmail-app40收到，時間是2007年2月9日，星期五，當地時間14時30分58秒，當時郵件來自主機192.168.208.33。

然後郵件被主機localhost接收到，郵件來自主機m15-40.126.com，郵件通過SMTP協議接收，接收到郵件的時間是2007年2月9日，格林威治標準時間6時32分51秒。

最後郵件被主機202.116.32.4收到，郵件來自未知主機unknown，郵件通過SMTP協議接收，接收到郵件的時間是2007年2月9日，當地時間14時22分51秒。

1．3目的地址

描述郵件目的地址的頭段有To、cc和bcc，它們的語法如下：

    To: address

    cc: address

    bcc: address

其中address是一個或多個郵箱地址，在多個郵箱地址的情況下，郵箱地址彼此用逗號分隔。

To用來指出郵件的第一接收者，cc用來指出郵件的第二接收者。當郵件同時抄送給多人時，需要用到cc，其段體指出抄送的收件人。bcc是英文Blind Carbon Copy的縮寫，意思是隱藏地將郵件同時抄送給其他人，而不讓收件人知道。當郵件頭包含bcc段時，該段的內容將不會傳送給第一和第二收件人。至於bcc段中的收件人，他們可能看到bcc段的內容，也可能看不到，這取決於傳送郵件的系統。

當郵件被轉發時，可用Resent-To、Resent-cc或Resent-bcc指出郵件的接收者和抄送接收者，它們的語法語義與To、cc和bcc分別對應。

 

釋疑：注意抄送和轉發的區別。抄送是在發送郵件時同時發送給多人，轉發是收信人收到郵件後，再傳送給其他人。

1．4 日期

Date頭段用來指出郵件的創建日期，其語法是

     Date: date-time

其中date-time指出日期時間，其語法爲

         [day , ] date time

其中可選項day表示星期幾，這一項後面要加逗號。date表示日期（年、月、日），time表示時間（時、分、秒）。

    星期幾用英文縮寫表示，即Mon、Tue、Wed、Thu、Fri、Sat或Sun。

    日期的格式爲dd month yyyy，其中dd是表示“日”的兩位數字，month是月份，用3個字母的英文縮寫，即Jan，Feb，Mar，Apr等等，yyyy是年份，用4位數字表示。

    時間的格式是時分秒加時差。時分秒的格式是hh:mm:ss，分別用兩位數字表示時、分和秒，採用24小時記時制。日期時間必須用當地時間，但郵件接收者和沿途的轉發站未必在同一時區，因此最後加上“+hhmm”或“-hhmm”的時差部分，說明當地時間與格林威治標準時間相差（增加或減少）幾小時幾分鐘。

例如，Fri, 02 Mar 2007 22:13:00 +0800表示2007年3月2日，星期五，22時13分0秒，當地時間比格林威治標準時間多8小時0分。

    以上介紹的日期事件格式其實是RFC1123制定的格式。RFC822所制定的日期格式中，年份只用兩位數字，這顯然將導致“千年蟲”問題。RFC1123修正了RFC822的規定，年份改用4位數字。另外，RFC822的時間格式可以不用數字時差，而改用北美地區的時區符號說明當地時間，例如“EST”、“EDT”等，RFC1123建議採用數字時差。

    除了Date段，Received段最後的時間戳也使用這種日期時間格式。

當郵件被轉發時，可添加Resent-Date以說明日期時間，其用法與Date相同。

1．5 可選頭段

     可選頭段包括Message-ID、Resent-Message-ID、In-Reply-To、References、 Keywords、 Subject、Comments和Encrypted。

Message-ID用來爲郵件指定一個唯一標識，其語法爲

         Message-ID: msg-id

其中msg-id的形式爲<local-part@domian>，此處local-part是一串作爲郵件ID的字符串，domian是指定這個ID的主機域名。ID的唯一性由指定ID的主機負責。當一封郵件經過若干郵件服務器傳送時，這些郵件服務器可以各自爲這封郵件指定不同的ID，以便服務器內部管理郵件。

    當郵件被轉發時，可用Resent-Message-ID指定ID，其用法和Message-ID相同。

    In-Reply-To用來指出當前郵件是對哪一封郵件的答覆，其語法爲

         In-Reply-To:  *( phrase / msg-id )

    （注： 語法中的斜槓“/”表示“或者”，“*”表示可重複任意次）

其中phrase是一串字符串，msg-id是郵件ID，兩者可以單獨使用，也可以混合使用，目的是標識所答覆的郵件。例如：

    In-Reply-to: <000601c87ead$elcd28a0$0200a8c0@c220>

    References頭段用來指出與當前郵件相關的有哪些郵件。例如，當我們利用電子郵件討論某個問題時，可能來來往往會有很多封郵件，這時References可用來指出當前郵件涉及到哪些郵件。References的語法是：

         References:  *( phrase / msg-id )

例如：

    References: <000601c87ead$elcd28a0$0200a8c0@c220>

      <[e-mail]>

    Keywords頭段用來指出當前郵件中的關鍵詞，其語法是：

         Keywords: #phrase

    （注： “#”表示其後的語法項可多次出現，彼此之間用逗號分隔）

其中phrase是關鍵詞，可以列出多個關鍵詞，彼此之間用逗號分隔。

     Subject頭段用來指出郵件的標題，其語法是

         Subject: text

其中text是任意的文字。

     Comments頭段是註釋，其語法爲

         Comments: text

注意Comments是整個段作爲註釋，在其它段中也可以插入註釋，插入的註釋內容只要用圓括號括起來即可。

    Encrypted頭段用來通知郵件接收者如何解密。郵件正文可以加密，接收方爲了解密，可能需要知道發送方使用何種加密手段。Encrypted的語法是

         Encrypted：wd1, wd2

其中wd1指出加密程序的名稱，wd2用來幫助接收者選擇密鑰，例如，指出內部密鑰表的索引。

    郵件正文可以加密，但是郵件頭不能加密，因爲郵件頭中的信息是傳送郵件的主機必須知道的，如果加密，郵件將無法傳送。

    Encrypted已經被PEM（Privacy Enhanced Messaging）淘汰，有興趣的讀者可查閱RFC1421、RFC1422、RFC1423和RFC1424。

1．6 用戶自定義段

    以上介紹了RFC822所定義的頭段，以後還可能有新的RFC文件來定義一些新頭段，新頭段的段名必須在NIC(Network Information Center, SRI International, Menlo Park, California)登記。登記的新頭段段名不允許以“X-”或“x-”開頭。

    用戶可以自由使用自己定義的頭段，但這種段的段名不能與RFC822所定義的段名相同，也不能與將來登記的新頭段段名相同，否則可能被排斥。爲此，用戶自定義的段名可用“X-”或“x-”開頭，因爲RFC822已承諾新增加的段名不會以這兩個字母開頭。

1．7 例子和解釋

例2：以下是一封垃圾郵件的全文，略去信件正文。雖然內容是垃圾，但語法格式是正確的（否則無法傳播），廢物利用，權當示例：

Received: (eyou send program); Mon, 26 Feb 2007 03:35:50 +0800

Message-ID: <[email protected]>

Received: from unknown (HELO downboy.com) ([email protected])

 by 202.116.32.4 with SMTP; Mon, 26 Feb 2007 03:35:50 +0800

Received: from domy5ly6i69dod ([89.131.200.82])

        by 83.7.213.189 (7.81.9/7.81.9) with SMTP id 8K7gQ4BTGPRFCJ;

        Sun, 25 Feb 2007 20:44:10 +0100

Message-ID: <001801c7591d$b39b46d0$00deed84@domy5ly6i69dod>

From: "Belinda May" <[email protected]>

To: "somebody" <[email protected]>

Subject: expenditure

Date: Sun, 25 Feb 2007 20:42:34 +0100

 

Some garbage text here ... ..., omitted.

從郵件頭可以看到，郵件創建於2007-2-25，20:42:34，當地時間比格林威治時間多1小時。郵件標題是“expenditure”，收件人地址是[email protected]，發信人地址是[email protected]。主機domy5ly6i69dod爲郵件指定了一個ID：001801c7591d$b39b46d0$00deed84。

郵件最先被IP地址爲83.7.213.189的主機收到，時間是2007-2-25，20:44:10，當地時間比格林威治時間多1小時。信件來自名稱爲domy5ly6i69dod的主機，通過SMTP協議接收。信件在該主機上的id是8K7gQ4BTGPRFCJ。

隨後郵件被IP地址爲202.116.32.4的主機接收到，時間是2007-2-26，03:35:50，當地時間比格林威治時間多8小時。信件來自未知的主機，通過SMTP協議接收。主機scnu.edu.cn爲郵件指定了ID：372432150.27375。

最後信件被最終轉發程序接收，時間是2007-2-26，03:35:50，當地時間比格林威治時間多8小時。

    信件中有一個空行，空行之前爲郵件頭，之後是信件正文。