EML文件头是遵循RFC 5322标准的邮件头部信息，由Key: Value格式的多行字段组成，以空行结束；不能直接用ifstream逐行读取解析，因其存在多行折叠、MIME编码（如=?UTF-8?B?...?=）、Base64/quoted-printable传输编码等复杂规则，需按规范解码并合并折叠行，否则易截断、乱码或解析失败。
什么是EML文件头，为什么不能直接用ifstream读结构
EML 文件本质是符合 RFC 5322 的纯文本邮件格式，头部（header）由一系列 Key: Value 行组成，以空行结束。很多人一上来就用 std::ifstream 逐行读取、手动解析 From:、Date: 等字段，结果遇到三类典型问题：
- 多行折叠头（如
Subject:换行后带空格或制表符）被截断 - 编码未处理（
Content-Transfer-Encoding: base64或quoted-printable下的 header 值乱码） - 时区、中文名等需按
MIME encoded-word（=?UTF-8?B?...?=）规则解码
直接当普通文本 parse，std::string::find(":") 会漏掉折叠、错解编码、崩在非ASCII字节上。
用 mailio 库最省事，但要注意它的 header 解析边界
mailio 是 C++ 少数专注 MIME/SMTP/IMAP 的轻量库，支持 EML 文件读取和 header 自动归一化。它内部已处理折叠、编码词解码、日期格式标准化等细节：
#include <mailio/message.hpp>
#include <mailio/mime.hpp>
#include <fstream><p>std::ifstream ifs("test.eml");
mailio::message msg;
msg.parse(ifs); // 自动识别 header/body 分界，解码所有 encoded-word</p><p>std::cout << "From: " << msg.from().mailboxes().front().name() << "\n";
std::cout << "Date: " << msg.date().to_string() << "\n";
std::cout << "Subject: " << msg.subject() << "\n";</p>注意三点：
立即学习“C++免费学习笔记（深入）”；
-
mailio默认不验证证书，HTTPS 场景下无需额外配置 -
msg.subject()返回的是已解码字符串，不是原始=?UTF-8?B?... - 若 EML 中 header 缺少
Date:或From:，msg.date()或msg.from()可能抛mailio::mime_error，建议加 try/catch
编译时需链接 -lboost_system -lboost_regex（0.24+ 版本依赖 Boost），且确保输入流编码为 UTF-8 或 Latin-1 —— 它不自动探测文件 BOM。
不用第三方库？手写解析必须守住三个底线
若因合规或体积限制不能引入 mailio，手写解析必须满足：
- 用
\r\n而非\n切分行（Windows 行尾常见） - 遇到行首为空格或制表符（
\t），与上一行合并（RFC 5322 折叠规则） - 对每个
Value部分，先正则匹配=\?([^?]+)\?([BQ])\?([^?]+)\?=，再按 Base64 或 Quoted-Printable 解码
示例关键逻辑片段：
std::string decode_mime_word(const std::string& s) {
std::regex re(R"(=\?([^?]+)\?([BQ])\?([^?]+)\?=)");
std::string out = s;
for (std::sregex_iterator it(s.begin(), s.end(), re); it != std::sregex_iterator(); ++it) {
std::string charset = (*it)[1].str();
char encoding = (*it)[2].str()[0];
std::string encoded = (*it)[3].str();
if (encoding == 'B') {
// base64_decode(encoded) → bytes, then convert to UTF-8 if charset != UTF-8
}
}
return out;
}
容易忽略的是：同一个 header 可能含多个 encoded-word（如 =?UTF-8?B?YQ==?= =?UTF-8?B?Yg==?=），必须全替换；且解码后还需按 charset 转成统一编码（通常转 UTF-8 存储）。
读取性能与大文件边界：别让 header 解析拖垮整个流程
EML 文件可能达几十 MB（尤其含大附件 Base64），但 header 一般在前几 KB。错误做法是把整个文件读进内存再 split —— std::string 分配过大内存，且无意义地解析附件部分。
正确姿势：
- 用
std::ifstream以std::ios::binary打开 - 循环调用
getline()，每次检查是否遇到空行（line.empty()或line == "\r" || line == "\n" || line == "\r\n"） - 一旦检测到 header 结束，立刻
break，后续 body 不读 - 对于超长单行 header（罕见但合法），设置 16KB 行长上限，避免 OOM
mailio::message::parse() 内部也采用类似策略，但它默认读完整个 stream —— 如果你只关心 header，得自己封装一层流适配器，提前截断。
header 解析真正难的从来不是语法，而是编码混杂、历史邮件格式不规范、以及“看起来像 header 实际是 body 开头”的边界误判。动手前先用 file test.eml 和 head -20 test.eml 看一眼真实结构，比硬套 RFC 更管用。
