Question

我们的应用程序从Web表单中获取文本，并通过电子邮件将其发送给相应的用户。然而，当有人在臭名昭着的“智能引号”或Word中的其他特殊字符中复制/粘贴时，事情会变得毛茸茸。

用户输入

他对我说“你好” - 那不是很好吗？

但是当Outlook 2003中出现消息时，它会出现如下：

他向你问好，好吗？

这个代码是：

Session session = Session.getInstance(props, new MailAuthenticator());
Message msg = new MimeMessage(session);

//removed setting to/from addresses to simplify

msg.setSubject(subject);
msg.setText(text);
msg.setHeader("X-Mailer", MailSender.class.getName());
msg.setSentDate(new Date());
Transport.send(msg);

经过一番研究，我认为这可能是一个字符编码问题，并试图将事情转移到UTF-8。所以，我这样更新了代码：

Session session = Session.getInstance(props, new MailAuthenticator());
MimeMessage msg = new MimeMessage(session);

//removed setting to/from addresses to simplify

msg.setHeader("X-Mailer", MailSender.class.getName());
msg.addHeader("Content-Type", "text/plain");
msg.addHeader("charset", "UTF-8");
msg.setSentDate(new Date());
Transport.send(msg);

这让我更接近，但没有雪茄：

他对我说“你好” - 不是很好吗？

我无法想象这是一个不寻常的问题 - 我错过了什么？

Answer 1

您的表单页面是否也使用UTF-8或其他字符集？如果您没有指定网页字符集，那么进入您脚本的数据格式是任何人都可以猜到的。

编辑：邮件中的字符集应设置如下：

msg.addHeader("Content-Type", "text/plain; charset=UTF-8");

因为charset不是单独的标题，而是Content-type

的选项

Answer 2

为什么不用常规素数引号替换好的引号？

Answer 3

我会检查从浏览器接收的数据是否正确 - 转储Unicode代码点并根据charts检查它们：

  public static void printCodepoints(char[] s) {
    for (int i = 0; i < s.length; i++) {
      int codePoint = Character.isHighSurrogate(s[i]) ? Character
          .toCodePoint(s[i], s[++i])
          : s[i];
      System.out.println(Integer.toHexString(codePoint));
    }
  }

例如，符号DOUBLE LEFT QUOTATION MARK（“）是字符U + 201C。

自从我使用邮件API以来已经很长时间了，但是MimeMessage.html.setText(text, charset)方法可能值得一看。 setText(String)上的文档说它使用默认字符集（如果你使用英文/ Latin-1 Windows，可能是windows-1252）。

Answer 4

IIRC，MS Office报价发现字符集“iso-8859-1”。

MimeMessage中的智能引号未在Outlook中正确显示

4 个答案: