TL;DR
$preferences = ['input-charset' => 'UTF-8', 'output-charset' => 'UTF-8'];
$encoded_subject = iconv_mime_encode('Subject', $subject, $preferences);
$encoded_subject = substr($encoded_subject, strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);
或
mb_internal_encoding('UTF-8');
$encoded_subject = mb_encode_mimeheader($subject, 'UTF-8', 'B', "\r\n", strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);
问题及解决办法
Content-Type 和 Content-Transfer-Encoding 标头仅适用于邮件正文。对于标头,有一种机制可以在RFC 2047 中指定它们的编码。
您应该通过iconv_mime_encode() 对您的Subject 进行编码,它自 PHP 5 起就存在:
$preferences = ["input-charset" => "UTF-8", "output-charset" => "UTF-8"];
$encoded_subject = iconv_mime_encode("Subject", $subject, $preferences);
更改input-charset 以匹配您的字符串$subject 的编码。您应该将output-charset 保留为UTF-8。在 PHP 5.4 之前,使用array() 而不是[]。
现在$encoded_subject 是(没有尾随换行符)
Subject: =?UTF-8?B?VmVyeSBsb25nIHRleHQgY29udGFpbmluZyBzcGVjaWFsIGM=?=
=?UTF-8?B?aGFyYWN0ZXJzIGxpa2UgxJvFocSNxZnFvsO9w6HDrcOpPD4/PSsqIHA=?=
=?UTF-8?B?cm9kdWNlcyBzZXZlcmFsIGVuY29kZWQtd29yZHMsIHNwYW5uaW5nIG0=?=
=?UTF-8?B?dWx0aXBsZSBsaW5lcw==?=
对于$subject 包含:
Very long text containing special characters like ěščřžýáíé<>?=+* produces several encoded-words, spanning multiple lines
它是如何工作的?
iconv_mime_encode() 函数拆分文本,将每个部分分别编码为 <encoded-word> 标记和 folds 它们之间的空格。编码字为=?<charset>?<encoding>?<encoded-text>?= 其中:
您可以通过iconv("CP1250", "UTF-8", base64_decode("QWhvaiwgc3bsdGU=")) 或直接通过iconv_mime_decode("=?CP1250?B?QWhvaiwgc3bsdGU=?=", 0, "UTF-8") 将=?CP1250?B?QWhvaiwgc3bsdGU=?= 解码为UTF-8 字符串Ahoj, světe(捷克语为Hello, world)。
编码成编码字更复杂,因为规范要求每个编码字标记最长为 75 个字节,包含任何编码字标记的每一行最长不得超过 76 个字节(包括开头的空白)续行)。 不要自己实现编码。您真正需要知道的是iconv_mime_encode() 遵守规范。
有趣的相关阅读是维基百科文章Unicode and email。
替代方案
一个基本的选择是只使用一组受限制的字符。 ASCII 保证可以工作。 ISO Latin 1 (ISO-8859-1),如user2250504 suggested,可能也可以工作,因为它通常在未指定编码时用作后备。但是这些字符集非常小,您可能无法编码您想要的所有字符。此外,RFC 没有说明拉丁语 1 是否应该工作。
mb_encode_mimeheader()也可以用Paul Norman answered,但是很容易用错。
-
您必须使用mb_internal_encoding() 来设置mbstring 函数内部使用的编码。 mb_* 函数期望输入字符串采用这种编码。注意:mb_encode_mimeheader() 的第二个参数与输入字符串无关(尽管手册上说了)。它对应于编码词中的<charset>(参见上面的它是如何工作的?)。输入字符串在被传递到 B 或 Q 编码之前从内部编码重新编码为这个。
自 PHP 5.6 起可能不需要设置内部编码,因为底层 mbstring.internal_encoding 配置选项已被弃用,取而代之的是 default_charset 选项,该选项已默认设置为 UTF-8。请注意,这只是一个默认值,在您的代码中依赖默认值可能是不合适的。
-
您必须在输入字符串中包含标题名称和冒号。 RFC 对行长施加了严格的限制,而且它也必须适用于第一行!另一种方法是使用第五个参数($indent;截至 2015 年 9 月的最后一个参数),但这更不方便。
-
实现可能有错误。即使正确使用,您也可能会得到损坏的输出。至少手册页上的许多 cmets 都是这么说的。我没有找到任何问题,但我知道编码单词的实现很棘手。 如果您在 mb_encode_mimeheader() 或 iconv_mime_encode() 中发现潜在或实际的错误,请在 cmets 中告诉我。
使用mb_encode_mimeheader() 至少还有一个好处:它并不总是对所有标题内容进行编码,这样可以节省空间并使文本易于阅读。只有非 ASCII 部分才需要编码。类似于上面iconv_mime_encode() 示例的输出是:
Subject: Very long text containing special characters like
=?UTF-8?B?xJvFocSNxZnFvsO9w6HDrcOpPD4/PSsqIHByb2R1Y2VzIHNldmVyYWwgZW5j?=
=?UTF-8?B?b2RlZC13b3Jkcywgc3Bhbm5pbmcgbXVsdGlwbGUgbGluZXM=?=
mb_encode_mimeheader()的使用示例:
mb_internal_encoding('UTF-8');
$encoded_subject = mb_encode_mimeheader("Subject: $subject", 'UTF-8');
$encoded_subject = substr($encoded_subject, strlen('Subject: '));
mail($to, $encoded_subject, $message, $headers);
这是 TL;DR 在这篇文章顶部的 sn-p 的替代方法。它不只是为Subject: 保留空间,而是将其放在那里,然后将其删除,以便能够与mail() 的愚蠢界面一起使用。
如果你比 iconv 更喜欢 mbstring 函数,你可能想要使用mb_send_mail()。它在内部使用mail(),但会自动对消息的主题和正文进行编码。再次,use with care。
主题以外的标题需要不同的处理
请注意,您不能假设对可能包含非 ASCII 字符的所有标头都进行编码是可以的。例如。 From、To、Cc、Bcc 和 Reply-To 可以包含它们所包含地址的名称,但只有名称可以被编码,而不是地址。原因是<encoded-word> 令牌可能只替换<text>、<ctext> 和<word> 令牌,并且仅在某些情况下(参见§5 of RFC 2047)。
在其他标题中编码非 ASCII 文本是一个相关但不同的问题。 如果您想了解有关此主题的更多信息,请搜索。如果您没有找到答案,请再问一个问题并在 cmets 中向我指出。