PHP IMAP邮件主题解码时欧元符号损坏问题求助

问题重现 #

我们通过IMAP读取Outlook发送的邮件时，解码主题后欧元符号（€）变成了¤，其他特殊字符（öäüÖÄÜ等）正常。相关代码及现象如下：

代码片段 #

$imapInstance; // 已初始化完成
$mails = imap_fetch_overview($imapInstance, 0 . ':' . 2); // 示例

foreach ($mails as $mail) {
    $mail->subject = mb_decode_mimeheader($mail->subject);
}

现象对比 #

• 原始邮件主题：TestTest€, öäüÖÄÜ@ß'"&&/()=?!",§$%²³|;TestTest
• MIME编码后的主题：=?utf-8?B?VGVzdFRlc3TigqwsIMO2w6TDvMOWw4TDnEDDnyciJiYvKCk9PyEiwqckJcKy?= =?utf-8?B?wrN8O1Rlc3RUZXN0?=
• 解码后主题：TestTest¤, öäüÖÄÜ@ß'"&&/()=?!",§$%²³|;TestTest

尝试过iconv_mime_decode和imap_utf8函数，结果一致。

问题原因 #

核心原因是Outlook的MIME编码缺陷：
Outlook在处理欧元符号时，错误地使用了Windows-1252编码的单字节（0x80）来表示€，但却将MIME头标注为UTF-8编码。而UTF-8中€需要3字节（0xE2 0x82 0xAC），解码函数按照UTF-8解析这个错误的单字节时，就会将其映射为¤（UTF-8中对应0xC2 0xA4）。

解决方案 #

方案1：手动修正编码映射 #

通过解析MIME头的原始字节，判断是否为Outlook错误编码的Windows-1252内容，再转成正确的UTF-8：

function fix_outlook_subject($subject) {
    preg_match_all('/=\?([^\?]+)\?([BQ])\?([^\?]+)\?=/i', $subject, $matches, PREG_SET_ORDER);
    
    $result = '';
    foreach ($matches as $match) {
        $charset = strtolower($match[1]);
        $encoding = strtolower($match[2]);
        $encoded = $match[3];
        
        // 解码Base64或QP编码内容
        $decoded = $encoding === 'b' ? base64_decode($encoded) : quoted_printable_decode($encoded);
        
        // 修复标注UTF-8但实际是Windows-1252的情况
        if ($charset === 'utf-8' && strpos($decoded, "\x80") !== false) {
            $decoded = mb_convert_encoding($decoded, 'UTF-8', 'Windows-1252');
        } else {
            $decoded = mb_convert_encoding($decoded, 'UTF-8', $charset);
        }
        
        $result .= $decoded;
    }
    
    // 拼接非编码部分内容
    $nonEncoded = preg_replace('/=\?[^\?]+\?[BQ]\?[^\?]+\?=/i', '', $subject);
    $result .= $nonEncoded;
    
    return $result;
}

// 使用方式
foreach ($mails as $mail) {
    $mail->subject = fix_outlook_subject($mail->subject);
}

方案2：直接替换错误字符（简单场景） #

如果仅遇到欧元符号的问题，可以直接替换解码后的错误字符：

foreach ($mails as $mail) {
    $decoded = mb_decode_mimeheader($mail->subject);
    $mail->subject = str_replace('¤', '€', $decoded);
}

这种方法适合仅欧元符号出错的场景，但无法处理其他可能的编码错误。

内容的提问来源于stack exchange，提问作者Nyxero