<?php
namespace Lib\Imap\Parse;
use Lib\Imap\DataArray;
use Lib\Imap\Fun;
/**
* 邮件内容
* @author：dc
* @time 2024/9/20 14:57
* Class Body
* @package Lib\Imap\Parse
*/
class Body {
/**
* 原始数据
* @var string
*/
protected string $raw = '';
/**
* 消息结构,解析后的邮件体 header
* @var Header
*/
protected Header $header;
/**
* 解析后的body数据
* @var DataArray[]
*/
private array $items = [];
/**
* Body constructor.
* @param string $result
* @param Header $header
*/
public function __construct(string $result, Header $header)
{
$this->raw = trim($result);
$this->header = $header;
// 是否是多段
$boundary = $this->header->getBoundary();
if($boundary){
$this->parseBoundaryBody($this->raw,$boundary);
}else
// 不是多块级
// if(stripos($this->header->get('content-type'),'text/')===0){
$this->parseRawHtml($this->raw);
// }
}
/**
* 解析块内容
* @param string $body
* @param string $boundary
* @author：dc
* @time 2024/9/21 15:49
*/
private function parseBoundaryBody(string $body, string $boundary){
// 切割成块 boundary 的结束符号 前后都会多2个--
// 为什么要加 \r\n在签名进行切割呢 是因为 boundary分割符只会占单独的一行，
//有一些服务商会把header头一起返回，header里面包含了这个符号，
//如果不加\r\n 就会导致 切割异常
$items = explode("\r\n".$boundary,
str_replace(['--'.$boundary.'--', $boundary.'--','--'.$boundary],$boundary,"\r\n".$body)
);
// 第一个块和最后一块 是没用的块
array_shift($items);array_pop($items);
foreach ($items as $item){
$this->parseItem($item);
}
}
/**
* 解析 不是多块级的邮件体 直接就是html或者text的
* @author：dc
* @time 2024/9/21 11:37
*/
private function parseRawHtml(string $raw) {
$data = $this->parseMimeHeader('Content-Type: '.$this->header->get('content-type'));
// 设置编码规则
if($this->header->get('Content-Transfer-Encoding')){
$data->set('Content-Transfer-Encoding',$this->header->get('Content-Transfer-Encoding'));
}
// 是否是item fetch
if(preg_match('/^\* \d+ FETCH \(/',$raw)){
$body = mb_substr(trim($raw),strpos($this->raw,'(')+1,-1);
// 打散成数组
$body = explode("\r\n",trim($body));
/***************** start 第一行处理 **************/
// 第一行 UID 1568602721 RFC822.TEXT {589}
$first = explode(' ',$body[0]);
$rfc822 = true;
while (1){
$tempstr = array_shift($first);
if(str_starts_with($tempstr, 'RFC822')) {
// 是否是text 还是全部的包含header
if(str_contains($tempstr, '.')){
$rfc822 = false;
}
break;
}
}
$first = array_values($first);
$first[0] = preg_replace("/^\{\d+\}/",'',$first[0]);
// 第一行的结果就是 踢出 UID 1568602721 RFC822.TEXT {589}
$body[0] = implode("\r\n",$first);
/***************** end 第一行处理 **************/
// -----------------------------------------------------------
/***************** start 最后一行处理 **************/
// 最后一行可能是 UID 1568602721 微软的就是
$end = trim(end($body));
$end = preg_replace("/(UID \d+)|(FLAGS \([\\a-z* ]*\))/",'',$end);
if(!trim($end)){ array_pop($body); }
/***************** end 最后一行处理 **************/
// 再次组装成字符串
$data->body = trim(implode("\r\n",$body));
// 是否包含header
if($rfc822){
// 删除header头信息这个是多余的
$data->body = explode("\r\n\r\n",$data->body,2)[1];
}
if(!$data->get('content-type')){
$data->set('content-type','text/html');
}
$this->items[] = $this->bodyDeCode($data);
}
}
/**
* 解析每个 块
* @param string $body 块字符串
* @return DataArray
* @author：dc
* @time 2024/9/21 9:51
*/
protected function parseItem(string $body) {
list($mime_header,$text) = explode("\r\n\r\n",trim($body)."\r\n\r\n",2);
$text = trim($text);
// 解析头部
$data = $this->parseMimeHeader($mime_header);
// 是否嵌套块级
if($data->boundary){
// 有些邮件带有附件 就嵌套
$this->parseBoundaryBody($text,$data->boundary);
}else{
// content-type = Application/Octet-stream 因为它告诉浏览器不要尝试解释文件内容，而是将其作为二进制数据下载到用户的计算机上。这在处理未知文件类型或者需要强制下载文件时非常有用。
// 这个里面好像是原始的邮件 mime内容，所谓的原始邮件体
// 当附件显示即可
// text/x-amp-html 这个是html的一种 加速移动页面 感觉有点像是手机页面
// message/delivery-status 投递状态
$data->body = $text;
$this->items[] = $this->bodyDeCode($data);
}
}
/**
* @param DataArray $data
* @return DataArray
* @author：dc
* @time 2024/9/21 11:39
*/
private function bodyDeCode(DataArray $data):DataArray {
// 处理body体 的编码
switch (strtolower($data->get('Content-Transfer-Encoding'))){
case 'quoted-printable':{
$data->body = quoted_printable_decode($data->body);break;
}
case 'base64':{
$data->body = base64_decode($data->body);break;
}
case '8bit':{
// 不需要怎么解码
// $data->body = mb_decode_mimeheader($data->body);
break;
}
case '7bit':{
// 不需要怎么解码
}
case 'binary':{
// 二进制码
break;
}
}
return $data;
}
/**
* 处理子级 字段 类型
* Content-Type: text/html;charset=utf-8
* Content-Disposition: attachment;
filename="=?UTF-8?B?6LaF6L+5VlPot6jlooPmkJwg5pWw5o2u5a+55q+ULnBkZg==?="
* @param DataArray $data
* @param $key
* @author：dc
* @time 2024/9/21 16:50
*/
private function parseMimeHeaderChild(DataArray $data,$key){
if($data->get($key)){
// 切割成 每个小块 Content-Type: text/html;charset=utf-8
$contentType = explode(';', trim($data->get($key)));
foreach ($contentType as $ct){
$ct = trim($ct);
if (str_contains($ct,'=')){
// 这里包含了其他
list($name,$val) = explode('=',$ct,2);
$data->set($name,DeCode::decode(str_replace('"','',$val)));
}elseif($ct){
$data->set($key,$ct);
}
}
}
}
/**
* 解析邮件体里面的每个块 头部
* @param string $header
* @return DataArray
* @author：dc
* @time 2024/9/21 9:18
*/
protected function parseMimeHeader(string $header):DataArray {
// 处理 描述信息，
$header = explode("\r\n",trim($header));
$data = new DataArray();
$name = '';
foreach ($header as $head){
// 判断是否是上一行的
if(str_starts_with($head,' ') || str_starts_with($head,"\t")){
$data->set($name,' '.$head,true);
}else{
list($name,$value) = explode(":",$head,2);
$data->set($name,trim((string) ($value===null?'':$value)));
}
}
// 临时一个函数
// 处理编码 Content-Type: text/html;charset=utf-8
$this->parseMimeHeaderChild($data,'Content-Type');
// 处理描述 Content-Disposition: attachment; filename="=?UTF-8?B?6LaF6L+5VlPot6jlooPmkJwg5pWw5o2u5a+55q+ULnBkZg==?="
$this->parseMimeHeaderChild($data,'Content-Disposition');
// 默认编码
if(!$data->Charset)
{
$data->Charset = $this->header->get('charset') ? : 'utf-8';
}
if($data->get('Content-ID')){
// 处理content id中意外的字符串
$data->set('Content-ID',trim(str_replace(['"','<','>'],'',$data->get('Content-ID'))));
}
return $data;
}
/**
* 读取纯文本的内容
* @author：dc
* @time 2024/9/21 9:55
*/
public function getText():string {
return $this->getHtmlOrText('text/plain') ? : strip_tags($this->getHtml());
}
/**
* 获取指定类型的 数据
* @param string $t
* @return mixed|string
* @author：dc
* @time 2024/9/21 17:52
*/
private function getHtmlOrText(string $t){
foreach ($this->items as $item){
if($item->eq('content-type',$t)){
// 有的附件是txt的，要过滤
if($t == 'text/plain' && $item->eq('Content-Disposition','attachment')){
continue;
}
if($item->eq('charset','utf-8')){
return $item->body;
}else{
return Fun::mb_convert_encoding($item->body,'utf-8',$item->charset);
}
}
}
return '';
}
/**
* 读取 html文本
* @return string
* @author：dc
* @time 2024/9/21 10:02
*/
public function getHtml():string {
return $this->getHtmlOrText('text/html');
}
/**
* 这个函数的主要目的 组装哪些以附件发送的图片并且需要显示在页面上的
* 有些邮件里面的图片是通过附件的形式发来的
* <img src="cid:xxxx" /> 这种就是附件图片，需要替换的
* @return array
* @author：dc
* @time 2024/9/21 10:53
*/
public function getHtmlAndImg():array {
$html = $this->getHtml();
$attachment = $this->getAttachment(true);
foreach ($attachment as $item){
// 替换图片路径
$html = preg_replace(
"/['|\"]cid:".$item->getContentId()."['|\"]/i",
'"data:'.$item->getFileType().';base64,'.base64_encode($item->getContent()).'"',
$html
);
}
return $html;
}
/**
* 读取附件 目前有2中
* 1是 attachment 附件 就是文件
* 2是 inline 是嵌套在html代码中的，一半情况只有图片才会这样做
* @param bool|null $inline 是否是读取嵌入html中的图片或者其他，一半情况 图片路径以 cid:xxx
* @return Attachment[]
* @author：dc
* @time 2024/9/23 10:23
*/
public function getAttachment(bool|null $inline = null):array {
$attachment = [];
foreach ($this->items as $item){
// 有的邮箱服务器 不带inline，就只有通过content-id来识别了
$isAttachment = $item->eq('Content-Disposition','attachment');
if($inline === null){
if($isAttachment || $item->get('Content-ID')){
$attachment[] = new Attachment($item);
}
}else{
if((!$inline && $isAttachment) || ($inline && $item->get('Content-ID'))){
$attachment[] = new Attachment($item);
}
}
}
return array_filter($attachment,function (Attachment $atta){
if($atta->getFilename()){
return true;
}
return false;
});
}
/**
* 获取原始数据
* @return string
*/
public function getRaw(): string
{
return $this->raw;
}
/**
* @return DataArray[]
*/
public function getItems(): array
{
return $this->items;
}
}