Java 特殊字符替换

Question

我有一段文字： " Csuklási roham gyötörheti a svédeket, annyit emlegetik mostanság ismét a svéd modellt Magyarországon。"

在那个原始文本中根本没有换行符。

当我通过电子邮件发送此文本（使用 gmail）时，我将其编码如下：

Content-Type: text/plain; charset=ISO-8859-2
Content-Transfer-Encoding: quoted-printable

Csukl=E1si roham gy=F6t=F6rheti a sv=E9deket, annyit emlegetik mostans=E1g =
ism=E9t a
sv=E9d modellt Magyarorsz=E1gon. 

在 HTML 中：

Content-Type: text/html; charset=ISO-8859-2
Content-Transfer-Encoding: quoted-printable


<span class=3D"Apple-style-span" style=3D"font-family: Helvetica, Verdana, = sans-serif; font-size: 15px; ">Csukl=E1si roham gy=F6t=F6rheti a sv=E9deket= , annyit emlegetik mostans=E1g ism=E9t a sv=E9d modellt Magyarorsz=E1gon.

....

当我尝试将电子邮件正文解析为文本/纯文本时，我无法摆脱“mostans=E1g =”中的 = 符号 ism=E9t" 在两个词之间。请注意，HTML 编码的消息中缺少相同的字符。我不知道那个特殊字符可能是什么，但我需要消除它才能取回原始文本。

我尝试替换'\n'，但不是那个，如果我在文本中按'Enter'，我可以正确地将它替换为我想要的任何字符。我也试过'\r'和'\t'。

所以问题是，我错过了什么？那个特殊字符是从哪里来的？是因为字符和/或传输编码吗？如果是这样，我该怎么做才能解决问题并取回原文。

欢迎任何帮助。

干杯， 巴拉兹

Answer 1

你需要使用MimeUtility。这里是一个例子。

public class Mime {
    public static void main(String[] args) throws MessagingException,
            IOException {
        InputStream stringStream = new FileInputStream("mime");
        InputStream output = MimeUtility.decode(stringStream,
                "quoted-printable");
        System.out.println(convertStreamToString(output));
    }

    public static String convertStreamToString(InputStream is)
            throws IOException {
        /*
         * To convert the InputStream to String we use the Reader.read(char[]
         * buffer) method. We iterate until the Reader return -1 which means
         * there's no more data to read. We use the StringWriter class to
         * produce the string.
         */
        if (is != null) {
            Writer writer = new StringWriter();

            char[] buffer = new char[1024];
            try {
                Reader reader = new BufferedReader(new InputStreamReader(is,
                        "ISO8859_1"));
                int n;
                while ((n = reader.read(buffer)) != -1) {
                    writer.write(buffer, 0, n);
                }
            } finally {
                is.close();
            }
            return writer.toString();
        } else {
            return "";
        }
    }
}

文件'mime'包含编码文本：

Csukl=E1si roham gy=F6t=F6rheti a sv=E9deket, annyit emlegetik mostans=E1g =
ism=E9t a
sv=E9d modellt Magyarorsz=E1gon.

更新：

使用Guava 库：

    InputSupplier<InputStream> supplier = new InputSupplier<InputStream>() {
        @Override
        public InputStream getInput() throws IOException {
            InputStream inStream = new FileInputStream("mime");
            InputStream decodedStream=null;
            try {
                decodedStream = MimeUtility.decode(inStream,
                "quoted-printable");
            } catch (MessagingException e) {
                e.printStackTrace();
            }
            return decodedStream;
        }
    };
    InputSupplier<InputStreamReader> result = CharStreams
    .newReaderSupplier(supplier, Charsets.ISO_8859_1);
    String ans = CharStreams.toString(result);
    System.out.println(ans);

Answer 2

传输编码“quoted-printable”禁止编码的行长度超过 76 个字符。如果要编码的文本包含较长的文本行，则必须插入“软换行符”，它由单个“=”表示，作为编码行的最后一个字符。这意味着插入以下换行符只是为了满足76个字符的限制，并且在解码传输编码时应该删除以下换行符。