【MIME协议】base64编码与quoted-printable编码

MIME概述

电子邮件协议SMTP通过连接建立、邮件传送、连接释放三个阶段实现发送方和接收方之间的通信。

不过SMTP有很多的缺点：

1. SMTP不能传送可执行文件或其他的二进制对象。
2. SMTP限于传送7位的ASCLL码很多非英语语言无法传送。
3. SMTP服务器会拒绝超过一定长度的邮件。
4. 某些SMTP的实现并没有完全按照SMTP的互联网标准。如：

   回车、换行的删除和增加
   超过76个字符会截断或者自动换行
   后面多余的空格删除
   将制表符tab转换为若干个空格

提出了通用互联网邮件扩充MIME

MIME继续使用原来的邮件格式，增加了邮件主体的结构，定义了传送非ASCALL码的编码规则。

MIME增加5个新的邮件首部

1. MIME-Version

   表示使用的MIME的版本号，一般是1.0

2. Content-Type

   说明邮件主体的数据类型和子类型
   Content-Type都是“主类型/子类型”的形式。主类型有text, image,audio, video, application, multipart, message等，分别表示文本、图片、音频、视频、应用、分段、消息等。

3. Content-Transfer-Encoding

   在传送邮件主体如何编码的
   Content-Transfer-Encoding共有Base64, Quoted-printable, 7bit, 8bit, Binary等几种。
   使用最广泛的编码方式：Base64, Quoted-Printable。

4. Content-Disposition

   可读字符串，说明此邮件主体是否是图像、音频或视频

5. Content-ID

   邮件的唯一标识符

了解了MIME基本概况，我们看看两种使用最广泛的编码方式。

base64编码

对于任意的二进制文件，都可用base64编码。base64已经成为网络上常见的传输8Bit字节代码的编码方式之一。

基本原理

定义一个base62索引表，有字符"A-Z、a-z、0-9、+、/" 64个可打印字符。
6位二进制代码共有64种不同的值，从0到63，下面是对应表

0　A　　17　R　　　34　i　　　51　z

1　B　　18　S　　　35　j　　　52　0

2　C　　19　T　　　36　k　　　53　1

3　D　　20　U　　　37　l　　　54　2

4　E　　21　V　　　38　m　　　55　3

5　F　　22　W　　　39　n　　　56　4

6　G　　23　X　　　40　o　　　57　5

7　H　　24　Y　　　41　p　　　58　6

8　I　　25　Z　　　42　q　　　59　7

9　J　　26　a　　　43　r　　　60　8

10　K　　27　b　　　44　s　　　61　9

11　L　　28　c　　　45　t　　　62　+

12　M　　29　d　　　46　u　　　63　/

13　N　　30　e　　　47　v

14　O　　31　f　　　48　w　　　

15　P　　32　g　　　49　x

16　Q　　33　h　　　50　y

具体步骤

1. 把二进制代码划为一个个24位长的单元，再把每一个24位单元划分为4个6位组。
2. 在每组前面添加两个0，每组由6个变为8个二进制位，总共32个二进制位（四个字节）。
3. 根据base64编码对照表获得对应的值。

例题

试将数据 11001100 10000001 00111000进行base64编码，并得到最后传输的ASCII数据。

• 第一步：正好是24位长，分为4个6位组

  110011 001000 000100 111000

• 第二步：在每组前面添加两个0

  00110011 00001000 00000100 00111000
    51    8     4     56

• 第三步：根据base64编码对照表获得对应的值。

  00110011 00001000 00000100 00111000
    51    8     4     56
    z     I     E     4

• 第四步：找出对应的二进制值

  z -> 122 -> 01111010
  I -> 73 -> 01001001
  E -> 69 -> 01000101
  4 -> 52 -> 00110100

quoted-printable编码

这种方法适用于所传送的数据中只有少量的非ASCLL码

ASCII编码是7位编码，一共可以组成128个不同的ASCII码，其中可以打印的有95个（95个中包括了空格），还有33个控制字符不可打印。

基本步骤

可以打印的ASCLL码，不变
等号“=”和不可打印的ASCLL码以及非ASCLL码的数据编码方式：

1. 每个字节(8位)的二进制用两个十六进制数字表示
2. 在其前面加上一个等号“=”

例题

试将数据01001100 10011101 00111001进行quoted-printable编码，并得出最后传送的ASCII数据。这样的数据用quoted-printable编码后其编码开销有多大？

1. 第一步：将二进制分为8位一组，转为十六进制，超过5F不可打印(当然也可直接转化为十进制，超过95不可打印)

   01001100 10011101 00111001
     4C    9D    39

2. 可打印：不用改变，不可打印：两个十六进制数字前面加上“=”

   01001100 10011101 00111001
     4C    9D    39
     4C    =9D   39

3. 可打印：不用改变，不可打印：将“=”和两个十六进制数字分别转化为8位二进制(=：00111101)

   4C、39可以打印，9D不可以打印
   =9D：00111101 00111001 01000100

   ASCII数据：

   01001100 00111101 00111001 01000100 00111001

开销：(5-3)/3=66.7%

ASCLL字符代码表

图片来自百度

参考文献：

计算机网络（第7版）-谢希仁