Foro - Perl en Español

por **reLlene** » 2014-02-21 10:00 @458

Hola, chicos, a ver si me pueden dar una mano...

Estoy queriendo decodificar unos correos que me descargo, puesto que éstos vienen con codificación Quoted Printable (del Content-Transfer-encoding) para luego procesar los datos que vienen en este correo para varias cosas. Lo que lo encuentro raro es que a la hora de hacer una prueba sencilla como la siguiente:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

#!/usr/bin/perl -w
use MIME::QuotedPrint;
 
$string = 'electr=C3=B3nico';
$string_decoded = decode_qp($string);
print "$string\n";
 
Coloreado en 0.002 segundos,  usando GeSHi 1.0.8.4

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

root@reLlene:/ # perl root/Dev/test.pl
electrónico
 
Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

NO tengo problema alguno.
Luego si averiguo la codificación del archivo resultante vía chardet

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

root@reLlene:/ # perl root/Dev/test.pl > archivo
electrónico
 
Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Me devuelve una "locura" de estas

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

root@reLlene:/ # chardet archivo
temp: <span style="font-weight: bold">GB2312</span> con una confianza del<span style="font-weight: bold"> 99%</span>
 
Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Nada más ni nada menos que el set de caracteres de la República Popular de China. ¡Ja,ja!

AHORA... mi correo es algo grandecito y la palabra test con la que hice la prueba más arriba ('electr=C3=B3nico') es una de las tantísimas palabras de ese correo. Entonces, REPITO la operación sobre TODO el (basto y extenso) string PERO consiguiendo una codificación, ahora, TIS-620 (tailandesa) con una confianza del 88% y claro, no pudiendo abrir este archivo porque ¡¡los editores me arrojan errores a la hora de detectar la codificación del mismo!!

Y más raro otros casos donde meto todo un texto de entrada para decodificar con decode_qp

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

ertido)</TH><TH align=3D left  scope=3D col >Producto activo</TH><TH align=
=3D left  scope=3D col >Propietario de la oportunidad</TH><TH align=3D righ=
t  scope=3D col >Empleados</TH><TH align=3D left  scope=3D col >Correo elec=
tr=C3=B3nico</TH></tr>
 
Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

y al ver la codificación resultante me sale utf-8 con una confianza del 100 %.

En definitiva, no entiendo de qué se vale para pasar a una u otra codificación. Estuve echándole un ojo a los saltos de línea a ver si se trataba de esto pero parece que no.

Agradezco cualquier rayito de luz sobre esto :roll:

¡¡ Un saludete !!

La primera línea es la división entre partes (es un mensaje MIME multiparte). La siguiente es la que indica el tipo de archivo y su codificación. Y la tercera línea indica la codificación de la transferencia.

Así que, con el módulo MIME::QuotedPrint y Encode, sería suficiente.

Bueno... en realidad... no necesitas nada de eso...

Las MIME-tools son capaces de abstraer buena parte de toda esa complejidad, reduciendo mucho el código necesario.

En la documentación de las MIME-tools se recuerda que es bueno mirar la carpeta de ejemplos de la distribución. Uno de los ejemplos es, justamente, un programa que sirve para extraer todas las partes de un correo electrónico, ya decodificadas.

En él verás que todo el trabajo se reduce a crear un objeto MIME::Parser, y él se encargará de (casi) todo.

por **reLlene** » 2014-02-26 10:58 @499

Sintáxis: [ Descargar ] [ Ocultar ]

Using text Syntax Highlighting

------=_Part_30717_206860277.1393219382465

Content-Type: text/plain; charset=utf-8

Content-Transfer-Encoding: quoted-printable
Coloreado en 0.000 segundos,  usando GeSHi 1.0.8.4

Bueno, como detallo arriba la codificación la puedo ver y se trata de la UTF-8 y lo pude resolver con VOLVER a decodificar lo (YA) decodificado por el modulo MIME::QuotedPrint, es decir:

Sintáxis: [ Descargar ] [ Ocultar ]

Using perl Syntax Highlighting

use MIME::QuotedPrint;
use Encode qw(decode);
 
$cadena_email_decodificada = decode_qp($cadena_email);
$cadena_email_re_decodificada = decode($cadena_email_decodificada);
 
Coloreado en 0.001 segundos,  usando GeSHi 1.0.8.4

El problema fue que al comenzar a ver correctamente los caracteres (anteriormente mal interpretados), existían otros que seguían mostrándose de forma errónea, con su black diamond (�) y allí perdí GRAN parte del tiempo rascando mi cabeza (¡ja,ja!) y finalmente me entero gracias a ESTE thread que el problema radicaba sobre la "mala" decodificación de la aplicación del lado del servidor de correo y es por eso que estos se mostraban de la forma EF=BF=BD :lol:

ahora lo lamentable es que parece que no hay solución desde el lado del cliente y yo, estos datos, los quiero volcar a una DB :cry:

Por cierto, ahora un poco más frio, le echaré un ojo a la otra alternativa que me presentaste.

¡¡Gracias, como siempre, querido explorer!!

Foro - Perl en Español

MIME::QuotedPrint

MIME::QuotedPrint

Publicidad

Re: MIME::QuotedPrint

Re: MIME::QuotedPrint

Re: MIME::QuotedPrint

¿Quién está conectado?