.NET/Encoding

[Verwijderd]

Ik heb een probleem met de quoted/printable tekens die ik uit een e-mail-attachment haal.

Ik login op de mailserver en haal 1 voor 1 alle e-mail op. Bij elk bericht haal ik alle gegevens uit het e-mail bericht, inclusief de attachments.
Ik lees de inhoud (tekst) van een attachment uit en stop deze in een string. Echter de speciale tekens als een Å, welke in het mailtje is opgeslagen als =C3=A5, krijg ik niet correct gedecodeerd terug.

Ik werk met .NET en heb verschillende dingen geprobeerd met Encoding (convert enzo). Echter zonder resultaat.

Heb gekeken in andere encoding topics maar heb nog niets kunnen vinden....

[EfBe]

ALs je MIME encoded emails uitleest, lees je dan wel het juiste gedeelte uit? Want soms zetten emailprogramma's een ASCII (dat is dus non-unicoded) deel in de MIME blokken, waarbij je dus =C3=A5 achtige encoding krijgt, want ASCII is maar 127 bit en geen unicode. M.a.w.: in outlook, zie je daar dan wel de juiste characters of ook niet? .NET leest alle strings in als unicode en dat zou geen probleem mogen geven.

[Verwijderd]

Het gaat inderdaad om MIME encoded emails. Via Socket.Receive lees ik de emails uit. Vervolgens verwerk ik alle verschillende blokken (Nextparts) van de emails.
De attachments zijn XML bestanden. Wanneer ik de Properties->Details->Message source van de mail bekijk zie ik in het attachment gedeelte de =C3=A5 codes. Open ik de attachment vanuit outlook wordt alles correct getoond (in IE).

[EfBe]

Waar ik op doelde was (en wat ik niet goed verwoorde) was dat emails in 7bits (0-127) ascii zijn omgezet veelal. (dit ivm de vele SMTP servers die alleen 7bits ascii aankunnen). Vandaar ook dat een binary verzonden mail groter is dan de file zelf, het wordt eerst encoded. Dit gebeurt ook met ascii tekens > 127, waaronder jouw A met een rondje. Deze worden encoded via een schema, dat ik niet 1 2 3 gelijk zie aan unicoded strings. Heb je iets kunnen vinden op internet mbt en encoden van asciicodes > 127 in MIME blocks ? Zou me niets verbazen als daar een RFC van is.

[ Voor 2% gewijzigd door EfBe op 20-12-2002 09:57 . Reden: 7 bits (0-127), niet 127 bits. :D ]

[Creepy]

EfBe schreef op 20 December 2002 @ 09:36:
Waar ik op doelde was (en wat ik niet goed verwoorde) was dat emails in 127bits ascii zijn omgezet veelal. (dit ivm de vele SMTP servers die alleen 127bits ascii aankunnen). Vandaar ook dat een binary verzonden mail groter is dan de file zelf, het wordt eerst encoded. Dit gebeurt ook met ascii tekens > 127, waaronder jouw A met een rondje. Deze worden encoded via een schema, dat ik niet 1 2 3 gelijk zie aan unicoded strings. Heb je iets kunnen vinden op internet mbt en encoden van asciicodes > 127 in MIME blocks ? Zou me niets verbazen als daar een RFC van is.

7 bits dan (0-127). Dit heeft overigens ook weinig te maken met dat mailserver geen 8 bits ascii aankunnen, maar dat de de ascii standaard maar uit 128 tekens (dus 7 bit) bestaat. Extended ascii is 8 bits, maar er bestaan meerdere Extended ascii sets.
En doorgaans word een binair bestand in een mimemessage gecodeerd volgens Base64 (en daar zijn RFC's voor ja).

Hmm.. krijg je tekens als =C3=A5? Dat is volgens mij NIET Base64 encoded. Je hebt bijv ook nog UU Encoded, XX Encoded, IFM Encoded en QuotedPrintable Encoded (en er zijn er vast nog wel meer)

[ Voor 10% gewijzigd door Creepy op 20-12-2002 09:49 ]

[EfBe]

Creepy schreef op 20 december 2002 @ 09:46:
[...]

7 bits dan (0-127). Dit heeft overigens ook weinig te maken met dat mailserver geen 8 bits ascii aankunnen, maar dat de de ascii standaard maar uit 128 tekens (dus 7 bit) bestaat. Extended ascii is 8 bits, maar er bestaan meerdere Extended ascii sets.

ja precies 7 bits (0-127)... darn ) ff editen. Overigens is 7 bits de standaard voor email, vandaar ook UUEncoding, dat 8 bits bytes naar 7 bits bytes omzet (en eventueel extra bytes toevoegd, die weer in elkaar schuift etc. ). Uiteraard ondersteunen moderne mailservers gewoon 8 bits per byte of uuencoded email, maar niet allemaal.

En doorgaans word een binair bestand in een mimemessage gecodeerd volgens Base64 (en daar zijn RFC's voor ja). Hmm.. krijg je tekens als =C3=A5? Dat is volgens mij NIET Base64 encoded. Je hebt bijv ook nog UU Encoded, XX Encoded, IFM Encoded en QuotedPrintable Encoded (en er zijn er vast nog wel meer)

Ik weet ook niet 1 2 3 welke encoding dit is, ik heb dit soort encoding wel gezien bij een mailcomponentje (JMail) voor asp applicaties, die de ascii waarden naar ISO standarized encoding oid omzette, en '=' tekens toevoegde tezamen met hex waarden. (overigens gewoon ook voor 7 bits ascii waarden, wel vaag). Het is overigens ook geen UUEncoding, deze =C3=A5, uuencoding gebruikt 2 bytes per waarde > 128 en schuift dan alles vrolijk in elkaar als ik het goed heb (is alweer jaren geleden dat ik zo'n encoder/decoder geschreven heb) en converteert de 7 bits bytes naar ascii, waarbij de 1e char op de regel altijd een 'M' is.