邮件乱码破解完全手册

码程序， 但其内部所用算法却是 MIME 编码中 Base64 编码的算法， 后来被改写成为在 DOS 下运行的可执行程序。 UU 编码传输邮件的原理是：在进行邮件发送前，先在 DOS 方式下用 Uuencode.exe 程序将原文件编码成 ASCII 码文件，然后再进行发送，而收件人在接到文件后只需用 Uudecode.exe 程序将文件还原即可。此外，UU 编码并非只能对中文邮件进行编码，只要 你寄出的文件包括.gif、.jpg、.exe、.zip 等二进制文件，它都能按照编码、发送、收信、 解码还原的步骤来予以传送。这种编码方法现在虽已经不很常用了，但 Outlook Express、 Foxmail 等绝大多数电子邮件软件都支持它。 需要指出的是，UU 编码是 DOS 系统下的编解码程序，在 Windows 系统中与之对应的 编解码程序是 Wincode（Winzip 也采用了相似的原理）。事实上，Wincode 的使用原理 同 DOS 下的 Uuencode 和 Uudecode 相同，只不过它是利用了 Windows 的界面，从而 使相应的操作方式更为简便和灵活。值得注意的是，Wincode 程序除了支持 UU 编码外， 还支持 MIME、BINHEX 等多种编码格式，故而应用范围相当广泛。 2.MIME 编码（Multipurpose Internet Mail Extentions） 虽然 UU 编码也能解决 E-mail 传送中文或非 ASCII 码文件的问题，但它的编解码方式 在现在看来非常不方便，这就促使了 MIME 编码标准的产生。Mimencode 最早被称为 Mmencode， 之所以提出用 Mimencode 代替 Uuencode， 是因为 Uuencode 编码使用的 一些字符在一些邮件网关（特别是那些转换 ASCII 码和 EBCDIC 码的网关）中会造成传输 障碍。另外，还有一些电子邮件软件不能对所有 Uuencode 码的算法进行正确解码而导致 邮件的阅读困难，因此 MIME 编码就被设计用来替代 Uuencode 编码，但历史的结果是这 些编码协议得到了共存。 MIME 编码一般被译作“多媒体邮件传送模式”，它是可以传送多媒体文件，并在一封电 子邮件中附加各种格式文件一起发送的编码标准。我们现在最常使用的电子邮件软件 Outlook Express、 Eudora、 Foxmail 和一些网上在线邮局如 163、 263 等都是采用 MIME 编码方式的，所以我们得以非常轻松的收发电子邮件。 由于 MIME 定义的是一种编码规格，或者可以说只是一类编码的统称，所以能够符合 MIME 标准的编码方式并非只有一种。 事实上只要符合 MIME 规格的编码方式都能顺利的传 送邮件。目前在 MIME 编码标准下公认的两种编码方式分别是 Base64 编码和 QP （Quote-Printable）编码。另外，Internet 上还有几种种编码是 HZ 编码、UTF-7 编码 和 UTF-8 编码。 （1）Base64 编码 Base64 的编码规则是将整个文件重新编码成 7 位以适用于传送二进制文件。具体来说 是将字符流顺序放入一个 24 位的缓冲区（缺字符的地方就补零），然后再将缓冲区截断成 为 4 个部分（高位在前），每个部分 6 位，并用下面的 64 个字符重新表示： “ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789 +/”。如果输入只有一个或两个字节，那么输出将用等号“=”补足，这样的编码方式可以有 效隔断附加信息对编码造成的混乱。这就是 Base64 编码。 （2）QP（Quote-Printable）编码 QP 编码的规则是，对于资料中的 7 位字符不作重新编码，而是仅将 8 位的数据转成 7 位即可。我们可以看到，QP 编码是字符对应的编码，每个未编码的二进制字符都会被编码 成 3 个字符， 即一个等号加上两个该字符的 16 进制值， 如“=A8”， 但这样的编码数为 1:3， 所以编码效率相对于其它编码方式而言相当低。但不可否认的是，这种编码方法非常简单， 特别适合那些数据大多数是 7 位的 ASCII 码文本、偶尔插入 8 位字母的情况，但遗憾的是 对汉字编码效果不够好，因为每个双字节汉字经过编码后会变成 6 个字节。
邮件乱码破解完全手册 我们知道，计算机以及很多计算机网络协议的制定都是建立在 ASCII 码（美国国家标准 信息交换码，它是一种最基本的字符表示方法）基础上的，但是随着信息内容的日益丰富， 用 ASCII 码表示计算机信息开始暴露出很大的不足，这主要表现在表示多国文字、图形、 声音等二进制文件和信息压缩、信息保密等诸多方面。因此，在 ASCII 码和扩展 ASCII 码 的基础上， 用一定的规则定义一些新的信息表达形式就形成了信息传输和处理中的另一类概 念和事物，这就是“编码”和“解码”。当信息编码和解码能够统一的时候，信息无疑是可以交 换和被理解的；反之，当信息编码和解码不能够得到统一的时候，信息就无法被用于交换和 理解，于是就产生了所谓的“乱码”。 既然乱码的产生是由于信息编码和解码不能够得到统一，那么解决乱码的过程自然就是 找到和编码相统一的解码方法， 并对计算机软件不能全自动进行正确解码的信息进行重新处 理和解码，最终使得所恢复的信息能被人们理解和交换，这就是所谓的“破解”。 可以说，常见的乱码都有这样一些共性： （1）和汉字或其他语种的文字有关； （2）最常发生在电子邮件的传输和阅读中； （3）和传送二进制文件有关； （4）和信息加密解密、编码解码有关。 而我们今天要讨论的电子邮件乱码的原因也正如前面所说，和相应的邮件发送系统、电 子邮件软件以及操作系统平台本身，即它们用来自动识别和编码解码的协议规则，有着极为 密切的关系。 本文以目前最常使用的电子邮件软件 Outlook Express 和 Foxmail 为例（其它电子邮 件软件有所提及），尽可能给出常见乱码的乱码原因、乱码现象、标志格式和解决方案，并 为你提供一套经典的破解流程作为参考，只是希望对你破解邮件乱码 DIY 能有些许帮助。 #1 一、乱码产生之来龙去脉篇 #1 （一）邮件乱码产生的原因:最为常见的不外乎有三种情况： 1.传输机制不同 由于 Internet 上的某些邮件服务器（国外居多）不支持 8 位（非标准 ASCII 码格式） 的中文邮件传输，所以在它们之间传输邮件就会产生乱码。 具体来讲，这是因为 Internet 邮件协议是在 1982 年定义的，当时的邮件基本上只由 英语文本组成，而没有其它文件格式，因此当时定义的邮件协议普遍只支持简单的 ASCII 码文本（对 DOS、Windows 及 Unix 操作系统来说，所有英文字母及符号都是用 ASCII 码来表示的，而 ASCII 码只用到每个字节 8 位中的前 7 位）。 这样，为了支持国际上流行的邮件协议，Internet 上不少邮件系统相应只支持 7 位的 ASCII 码字符传输方式在当时看来也就顺理成章。但非常不巧的是，由于汉字的内码是 8 位的（一个汉字是用两个扩展 ASCII 码表示的），所以当在电子邮件系统之间传送中文信 息时，如果没有经过那些只支持 7 位的邮件系统（比如在国内的邮件系统间传输），自然可 以正确的识别中文；但如果恰好经过了那些只支持 7 位字符的邮件系统（即使只有一台这样 不支持 8 位传输条件的主机，中文邮件都可能被破坏），它们会硬把 8 位数据当作 7 位来 处理，将汉字内码第 8 位的 1 全部变为 0，这当然就使邮件内容立刻变得面目全非起来。 除了中文双字节邮件外，如果通过 E-mail 传送一些非 ASCII 码格式的文件 （如.jpg、 .exe、 .zip） 也会由于主机无法处理， 而把信件中的每个字符的第 8 位都滤掉 （即 截去第 8 位），从而使信息和原始信息截然不同，造成邮件的完全损坏。这样的乱码当然就 无法阅读了。由于传输机制不同造成邮件乱码的现象是邮件乱码产生的主要原因之一。
2.邮件编码不同 为了解决传输机制不同造成的邮件乱码，现在国际上普遍在电子邮件中采用各种邮件编 码方式，即将 8 位的文件格式预先按照一定的规则进行编码，以使它可以ห้องสมุดไป่ตู้好地通过只支持 7 位字符的邮件传输系统。 通过对邮件进行 7 位编码再进行传输和解码可以一定程度的解决 截位乱码的现象。 为了能既克服传输机制不同造成的中文或非 ASCII 码格式传输错误， 又不违背当初的协 议标准，现在普遍采用的编码方法是在邮件信息中转换要传递的二进制数据。我们把二进制 数据转换为文本数据称作编码（encode），反之则称为解码（decode）。但问题是由于目 前的编码标准有很多，如 UU、MIME、BINHEX 编码等等，如果收发双方都使用同一种编 码/解码方式，那邮件传送自然不会有任何的问题，然而，如果发送方采用一种方式，而接 受方不能正确的识别出这种编码方法，无疑就会出现乱码。此外，有的邮件在传输过程中还 可能被邮件系统进行过特别的处理，当然也可能对数据进行了某种特别的编码，但我们在接 收的时候怎么能自动的知道它到底经过了哪些处理呢？这样的话， 由于邮件编码不同造成乱 码现象看来也就不足为奇了。 需要说明的是，由于在我国大陆地区，国标码 GB2312 码是通用的的简体中文内码，所 以国内通行的绝大多数邮件系统都能够完全支持 GB（国标码）内码的邮件，故而在国内邮 件系统内传输电子邮件可以直接传送而不需要再进行任何编码。 3.电子邮件软件或操作系统不同 一般情况下，各种电子邮件软件的默认设置是不相同的，除此之外，收件人和发件人在 电子邮件软件的自定义中的设定肯定也不尽相同，这无形中就为邮件乱码的产生创造了条 件。如果发送方用某种编码方式发送了邮件，而接收方所持有的电子邮件软件对编码的设置 与邮件编码不同， 这样极有可能发生的情况是： 电子邮件软件在收到编码过的信件后不能“自 动”识别其编码方式，从而造成在查看信件的内容时出现所谓的乱码，我们自然无法阅读。 此外，假如接收方所持有的电子邮件软件没有对应的解码功能，或者收发双方用的是两种支 持不同编码的邮件软件，也同样可能造成无法正常阅读的错误。还有一种情况是，发送方从 其他系统中转发了编码过的邮件内容给接收方， 但接收的电子邮件软件只能将原编码过的内 容原封不动的显示出来，而不能继续将这种“乱码”再进一步的智能转换为我们能阅读的文 字。 与电子邮件软件的影响相似，由于各个国家、各个地区可能使用不同的操作系统（包括 同一种操作系统的高低级版本、中英文版本），往往会在阅读邮件（还有网页）时看到所谓 的“乱码”。如对于不同的汉字编码，中国大陆用 GB 码、中国台湾用 Big5 码和 HZ 码、港 澳特区有用 GB 码，也有用 Big5 码的，由于操作系统汉字内码的差异，在收发邮件时遭遇 到乱码也就不算奇怪了。 #1 （二）E-mail 中常见的编码标准 如上面我们所谈到的那样，现在传送电子邮件的关键在于编码。只有经过编码，中文或 非 ASCII 码格式的邮件才能正确通过 Internet 上那些不支持 8 位编码的邮件系统； 只有电 子邮件软件都完全支持，而且能正确识别编码的类别，电子邮件的内容才能为我们所阅读和 理解。那么，在电子邮件系统中究竟有哪些编码标准呢？目前在 E-mail 中一般常用的编码 标准有 UU、MIME 和 BINHEX 编码三种，其中 MIME 编码是目前应用最广泛的编码。下 面我们就来详细了解一下这几种编码： 1.UU 编码（Unix-to-Unix encoding） 这是邮件传输早期传送非 ASCII 码文件时最常使用的编码方式， 它主要使用在 Unix 环 境下（邮件系统大多都建立在 Unix 操作系统上），但目前使用者已经越来越少。UU 编码 实际上由 Uuencode 和 Uudecode 两部分组成，它们分别是 Unix 系统下的 UU 编码和解