E-mail tárgy ékezetek

Az RFC 2822-ben a karakterkódolás 7 bites, azaz csak ASCII karaktereket tartalmazhat, ezért az ékezetes karaktereknél valamit trükközni kell. Az RFC 2047-es írja le, az ún. MIME encoded word formátumot. Ezt az összes fejlécnél használni lehet. Ez a következőképp néz ki:

=?charset?encoding?encoded text?=

A charset írja le az eredeti szöveg kódolását (IANA-nál regisztrált), az encoding pedig azt, hogy ezt hogyan képzi le 7 bitre. Ez utóbbi lehet Q, azaz Q-encoding, mely hasonló a quoted-printable kódoláshoz, és B, azaz base64 kódolás. Utána következik a kódolt szöveg.

De hogy függ ez össze a hosszal? Ugyanis a kódolás után a szöveg mérete megnő, base64 esetén pl. az eredeti szöveg 4/3-ra, és még hozzá kell tenni a charset-et és az encoding-ot, valamint az elválasztó karaktereket. A válasz, hogy megvalósításfüggő. A GMail esetén ha pl. olyan ékezetes karaktereket használok, mely belefér a ISO-8859-1-ba, akkor úgy kódol, ha nem, akkor UTF-8. És függetlenül, hogy hány karakterre kódolódik, mindig 250 karaktert enged átvinni.

Az árvíztűrő tükörfúrógép GMail tárgy-ban (Show original):

=?UTF-8?B?w6FydsOtenTFsXLFkSB0w7xrw7ZyZsO6csOzZ8OpcA==?=