什么是EML文件

通过的说，电子邮件导出后的文件格式就是.eml文件，比如使用outlook、163邮箱等等电子邮件程序将电子邮件导出后，就可以得到.eml文件，EML文件应该符合RFC 5322规范，这样EML文件就可以在不同的邮件客户端之间流通。

也就是说，使用163邮箱客户端导出的eml文件，完全可以在Ooutlook中『基本一致』的打开

之所以说基本一致，因为还是有很多兼容性问题要处理，而且很多邮箱客户端还有独有的私有协议内容，对应的样式在其他邮箱客户端只能以基本的样式进行展示

以163邮箱为例，如下图，将邮件导出，就得到了预约直播，听专家分享《面向大规模数据的云端管理，百度沧海·存储产品解析》.eml文件

使用邮箱大师，就可以将这个文件导入，并进行展示：

展示与原邮件基本是一致的

实现EML导入

在我们的灵犀办公客户端上，也要实现这个导入EML文件的功能，这个功能有现成的库来支持，可选择的有三个库：

NodeMailer的MailParser
eml-format
eml-parser

三个工具使用的解析的结果大同小异，我们选用的是MailParser（额外说一句，NodeMailer功能非常强大，可以用它构建一个自己的邮件收发系统）

按照文档很容易就能实现一个简单的EML解析器：

const fse = require('fs-extra');
const simpleParser = require('mailparser').simpleParser;function parseEml(filePath) {return fse.stat(filePath).then(() => {return fse.readFile(filePath).then((file) => {return simpleParser(file);});});
}

解析的结果包含了下面的字段：

在我们的系统中，根据这些属性，可以构造出一个完整的MailEntitiy结构，用于完成常规的服务端返回的邮件数据解析流程。到此解析就流程就完了。

就这？

当然不是，为了提高解析性能，我们还在客户端本地的数据库，使用文件地址和文件名称组合为key，在本地数据库记录了结果。当然这都是小优化，直到功能上线后，QA报了一个线上问题，有一封邮件，我们的客户端打开后，样式乱了，结果如下：

导入导服务端之后却是正常的

用邮箱大师也是正常的，那我们出了什么问题呢？

用MailParser解析之后，发现解析的结果里面，attachments是有值的，而html是false，text里面就是我们的客户端解析后的数据，并没有相应的内联样式：

一开始以为是参数的问题，一通调试后发现然并卵，后来以为是编码的问题，因为这封邮件的charset是gb2312，结果发现也没有用（虽然后面编码还是要处理的）

咨询了服务端的同学，他给出的答案一针见血，邮件的附件里面是不是有一个dat附件，需要对dat附件进行二次解析才可以

winmail.dat

winmai.dat是Microsoft Outlook是特殊格式附件，如果Outlook寄出富文本格式的信件，其他邮件客户端收到的时候，就会产生这个文件。真正的内容和样式实际上都是在这个附件中。

所以需要对这个文件进行二次解析，在NPM上找到了node-tnef这个工具，使用它就可以解析winmai.dat附件。由于我们在解析eml文件时，附件已经是Buffer格式的数据了，所以直接使用tnef.parseBuffer这个方法就可以，得到的content里面包含了BodyHTML数据，把这个带有样式的富文本数据格式赋值给eml解析后的html字段（原本是false）就可以解析出正确的数据了

function handleDatAttachments(parsedMail, encoding) {const datAttach = parsedMail.attachments.find((v) => v.contentType === 'application/ms-tnef' && v.filename && v.filename.endsWith('dat'));if (datAttach) {return new Promise((resolve) => {tnef.parseBuffer(datAttach.content, (err, content) => {if (err) {resolve('');} else {const res = content.BodyHTML.toString();resolve(res);}});});}
}function parseEml(filePath) {return fse.stat(filePath).then(() => {return fse.readFile(filePath).then((file) => {return simpleParser(file).then((parsedMail) => ({parsedMail}));});});
}parseEml(path.join(__dirname, 'test3.eml')).then(({encoding, parsedMail}) => {console.timeEnd('parse time');return writeFile('parsed.js', JSON.stringify(parsedMail)).then(() => {return handleDatAttachments(parsedMail, encoding).then((html) => {if (html) {parsedMail.html = html;}return parsedMail;});});}).then((parsedMail) => writeFile('parsed.html', parsedMail.html));

前面先对附件进行了一下过滤，只针对这种特殊的附件进行处理，其他的附件处理时有自己的逻辑。解析完成后，在本地模拟时，使用了一个iframe来加载内容：

<!-- index.html -->
<!DOCTYPE html>
<html lang='en'>
<head><meta charset='UTF-8'><title>Title</title><style>* {padding: 0;margin: 0;}html, body {width: 100%;height: 100%;overflow: hidden;}.iframe {border: none;}</style>
</head>
<body><iframe class='iframe' src='parsed.html' width='100%' height='100%'></iframe>
</body>
</html>

结果发现，表格样式可以加载出来了，但是文本都成了乱码了：
这就是前面说的编码的问题了

编码

在Webstorm里面直接打开test3.eml文件，可以看到这样的一段内容：

--_000_12ff39986d6b48b7a0ff65d2447f3c87ghaccn_
Content-Type: text/plain; charset="gb2312"
Content-Transfer-Encoding: base64

里面的charset是gb2312，但是我们的index.html设置的charset是UTF-8，二者不匹配，自然就出现了问题。

这就需要我们将解析得到的gb2312编码的html内容转换为utf-8编码。由于Node原生不支持GBK编码，所以使用了iconv-lite这个工具来进行编码的转换，使用很简单：

const iconvLite = require('iconv-lite');
// 将 data 中的内容以 gbk 编码格式转换为默认使用 utf-8 编码的字符串
const newData = iconvLite.decode(data, 'gbk')

所以在上面的代码中加入这一部分，此外还要注意的是，解析得到的HTML内容中是有一个<meta>指定了charset=gb2312的编码，也会导致页面解析出问题，所以需要给它替换掉。

这里直接使用了字符串的查找和替换，也可以使用DomParser来进行文档的二次处理，加上这部分内容之后，显示终于正常了

完整的代码：

/*** Created by zh on 2022/6/1.*/
const fse = require('fs-extra');
const path = require('path');
const simpleParser = require('mailparser').simpleParser;
const tnef = require('node-tnef');
const iconvLite = require('iconv-lite');function parseEml(filePath) {return fse.stat(filePath).then(() => {return fse.readFile(filePath).then((file) => {const charsetMatch = file.toString().match(/Content-Type:.+charset="(.+)"/i);const encoding = Array.isArray(charsetMatch) && charsetMatch[1] ? charsetMatch[1] : 'utf8';return simpleParser(file).then((parsedMail) => ({parsedMail,encoding}));});});
}function handleDatAttachments(parsedMail, encoding) {const datAttach = parsedMail.attachments.find((v) => v.contentType === 'application/ms-tnef' && v.filename && v.filename.endsWith('dat'));if (datAttach) {return new Promise((resolve) => {tnef.parseBuffer(datAttach.content, (err, content) => {if (err) {resolve('');} else {const buffer = iconvLite.decode(Buffer.from(content.BodyHTML), encoding);const res = buffer.toString();resolve(res);}});});}
}function writeFile(fileName, data) {const filePath = path.join(__dirname, fileName);return fse.writeFile(filePath, data, 'utf8').then(() => {console.log('写入完成', fileName);});
}console.time('parse time');
parseEml(path.join(__dirname, 'test3.eml')).then(({encoding, parsedMail}) => {console.timeEnd('parse time');return writeFile('parsed.js', JSON.stringify(parsedMail)).then(() => {return handleDatAttachments(parsedMail, encoding).then((html) => {if (html) {parsedMail.html = encoding !== 'utf-8' ? html.replace(/charset=gb2312/i, /charset=utf-8/) : html;}return parsedMail;});});}).then((parsedMail) => writeFile('parsed.html', parsedMail.html));

也可以在这里看到源码。

使用Node解析EML文件相关推荐

java解析eml文件_使用JavaMail解析EML文件
Java 当我们在outlook中保存一个邮件是可以存成eml格式,这种格式是标准的邮件格式. 这种文件可以用JavaMail来解析. import java.util.*; import java. ...
Java解析eml文件工具类
依赖 <dependency><groupId> ...
python 解析 eml文件
#-*- encoding: gb2312 -*- import email fp = open('xxxx.eml', "r") msg = email.message_from ...
java eml解析_javamail 收邮件解析eml文件
内容来自:http://www.oschina.net/bbs/thread/528 以下代码经过测试了的能通过我在用javaMail做收邮件时怎么邮件内容重复(一种文本格式的,一种html格式的) ...
Java实现eml文件的解析
最近在做邮件归档,然后需要解析邮件导出的eml,记录每封邮件的归档时间,发件人.标题.发件时间.归档的目录以下是一个demo示例:待完成此功能后再优化后续代码 import java.io.File ...
C# 操作.eml文件
前段时间做了个关于邮件的东西,记录一下如何解析和保存eml文件的. /// <summary> /// 解析eml /// </summary> ...
通过Node.js解析stl文件
通过Node.js解析stl文件在此之前请确认已安装Node.js,已配置环境变量.如未安装与配置,请查看Node.js安装及环境配置(Windows) 一.下载Node项目文件 Node项目文件下 ...
Java解析eml邮件格式文件
基本介绍关于邮件的需求总是以邮件发送或接收为主,之前涉及的技术选型有Java Mail.Apache Commons Email.Spring Mail,由于工作上的需要对eml格式的文件进行解析, ...
如何解析EML（邮件）格式的文件以及一款小巧的EML邮件阅读工具
在理解EML格式的时候,先回顾一下历史,这样有助于理解邮件的格式,比如邮件传输时为何会有多种编码方式.此外,理解EML格式也有助于理解HTTP协议. 历史溯源由于历史原因,我们目前看到的大部分的网络 ...

使用Node解析EML文件

文章目录

什么是EML文件

实现EML导入

就这？

winmail.dat

编码

使用Node解析EML文件相关推荐

最新文章

热门文章