Outlook 亂碼問題

Outlook 亂碼問題-轉自微軟MVP璉璉的部落格

話說在論壇常常看到有人問到收到郵件亂碼，這個亂碼問題要配圖檔比較好說明。

說明之前先說，因為搞太多了，所以我自己有很多寄信收信的小工具，也可以當成是郵件軟體，以一個郵件軟體開發者的角度來說這件事，不要當成這是經驗談或偏方，有時在論壇上就有人要用經驗跟我揮，乾脆叫對方貼出信頭還比較快。

電子郵件從寄件者電腦郵件軟體輸出成專用的 MIME 郵件後，一路使用 SMTP 遞送，經過寄件伺服器 [> 叢集可能還會有對外主站] > 收件伺服器 [> 叢集可能還會有對內分站] 保留在收件伺服器上。

收件者再以郵件軟體使用 POP3 到收件伺服器上下傳接收。

註：中括號表示可有可無

每經過一台 SMTP 轉送，包含收件伺服器分站，就會在信件最上方加上經過伺服器的記錄，所以若要追蹤各伺服器的時間、路徑，就可以從信頭來看，越上方的越後經過，越靠近收信者。

當然倒回推的時候，若是中間不是經過大型可信賴的郵件伺服器，可能會被偽造，比如說有些大企業內部可能有多個 Mail Server ，可能路徑是：

部門 Mail Server > 公司 Mail Server > 轉信站 (ISP 業者) …

而一般使用者可能直接透過 ISP 業者寄出，所以一般使用者若知道某些大企業的信頭 (Mail Header) 找出路徑時，就可以仿造透過程式方式送出不存在的 Mail 記錄，佯裝是部門 Mail Server 寄出。

所以信頭很多不可靠，但是反過來說，一封郵件能不能正確的解讀，就要看信頭。

下面這張圖是一封信頭的結構圖，這是屬於 MIME 格式，詳情可參考 RFC1521 ，這種格式可以內崁，也就是一封郵件裡面可能還有多封郵件或檔案，比如說附加檔就是以 MIME 格式崁入在信件的 MIME 格式中。

而一封郵件是否能正確解碼，就看郵件是否有崁入編碼。

早期郵件通常是本國寄來寄去，但隨著國際化，跨國郵件越來越多，所以編碼的問題也越加重要，但這類軟體多半是英語系國家開發，所以包含 Outlook Express / Windows Live Mail / Outlook 的預設值，都是不寫入國際編碼資訊，而收信時若信頭沒有標記國際編碼時，就會依據控制台地區語言來假定這封郵件的編碼，當寄件者使用多國語言時，就容易發生亂碼。

最簡單的方法，就是請寄件者在 Outlook 外寄郵件編碼中，設定為 utf8 ，這邊不是指單封郵件的編碼，而是整套軟體的設定。整套軟體的設定會套用在整封郵件上，信件的編碼只會套用在 Mail Body 上，並不會影響到 Mail Header ，也就是說整封郵件的 MIME 編碼方式可以與內崁的附件採用不同的編碼方式，比如說你內文要用簡中，但你不需要把 Outlook 的設定變更為簡中，只需要把該封郵件的編碼變更為簡中即可。

特別的狀況：

假設簡中寄件者沒設定外寄的郵件編碼，會以 GB 編碼寄出，這個編碼相容 ANSI ，繁中收件者用 ANSI 相容的 Big5 就會解出一堆亂碼，但若使用者有安裝 Unicode 補完計畫，就會因為 ANSI 轉 big5 映射到 Unicode 後，顯示出部分正確的編碼，不過要注意，這只是剛剛好，不是通解。

正確的方法簡中寄件者發出郵件經過 Unicode 適用於網路傳輸的 utf8 邊碼寄送，到了使用者電腦就會用 utf8 解整封郵件，再依據內崁的內容顯示出簡體中文。

注意的部分：

Win9x(95/98/SE/Me) 是 ANSI Windows ，WinNT(2k/XP/2003/Vista/2008/7) 是 Unicode Windows ，Outlook 2002 以前是 ANSI Windows (所以才能安裝在 WinMe 以前) ，Outlook 2003 以後是 Unicode Windows ，只有 Outlook 2003 與 Windows 2000 以後才是純 Unicode 環境，能把亂碼問題減少到最少，此外若碰到掉字，可能是對方使用到 Unicode 3.1 以後的字元，Win2k/XP/2003 是 Unicode 2.0 ，WinVista/2008/7 是 Unicode 5.0 ，若使用到 Unicode 5.0 的字元，在舊版的環境下會無法顯示，哪些是 Unicode 3.1/5.0 的字元呢？先前這篇有，新注音輸入法中不是黑色的都是：

[測試記錄] UTF32 位元組數與 Char 型別~

剛剛測了一下 Unicode 5.0 裡面的字，如下圖：

黑字：Unicode 2.0 (常用字)， 2 bytes

綠字：Unicode 3.1 (Ext.) ，2 bytes

紅字：Unicode 5.0， 4 bytes

紅字轉成 Char 後就怪怪的，因為 Char 是用 2 bytes 的整數，目前看 Char 這部分的說明看不太懂，寫的很模糊，先做個記錄。以後再測資料庫。

這是一個轉成 16 進位的簡表：

字元
UTF8
Unicode (UTF16)
UTF32

一
E4B880
004E
004E0000

㾨
E3BEA8
A83F
A83F0000

F0A3B2AB
4FD8ABDC
AB3C0200

測試圖：(點圖可放大)