Quoted-Printable-Dekodierer

Quoted-Printable wird hauptsächlich in E-Mail-Systemen (MIME) zur Kodierung von Nachrichtentexten verwendet. Es ist die Content-Transfer-Encoding-Methode für textbasierte E-Mail-Inhalte, der Nicht-ASCII-Zeichen enthält.

Ein weicher Zeilenumbruch wird durch = am Ende einer Zeile gefolgt von CRLF dargestellt. Er gibt an, dass die Zeile für die Übertragung umgebrochen, beim Dekodieren aber wieder zusammengefügt werden soll. Dies stellt sicher, dass Zeilen unter 76 Zeichen bleiben.

Quoted-Printable hält den meisten ASCII-Text lesbar und kodiert nur Nicht-ASCII- oder Sonderzeichen. Base64 kodiert alles und erzeugt eine Ausgabe, die etwa 33 % größer ist. QP wird bevorzugt für hauptsächlich ASCII-basierte Inhalte, während Base64 besser für Binärdaten geeignet ist.

Jedes Byte der UTF-8-Sequenz wird zu =XX: ein é besteht aus zwei Bytes und wird als =C3=A9 geschrieben, und ein chinesisches Wort wird zu zwölf =XX-Gruppen. ASCII-Buchstaben, Ziffern und die meisten Satzzeichen werden unverändert durchgereicht, wodurch europäischsprachiger Text größtenteils lesbar bleibt - das Designziel dieser Kodierung.

RFC 2045, Abschnitt 6.7, verlangt kodierte Zeilen mit höchstens 76 Zeichen. Muss eine Zeile aufgeteilt werden, markiert ein = am Zeilenende einen weichen Umbruch - der Dekodierer entfernt es und fügt die Zeilen ohne Leerzeichen oder Zeilenumbruch wieder zusammen. Ein harter Zeilenumbruch im Original bleibt als =0D=0A erhalten, sodass beide Fälle eindeutig unterscheidbar sind.

Als =3D - das Escape-Zeichen muss sich selbst escapen, genau wie ein Backslash in String-Literalen. Die Position macht den Fall am Zeilenende eindeutig: =3D ist Daten, während ein einzelnes = am Zeilenende Transport bedeutet (ein weicher Umbruch). Deshalb dekodiert ein Quoted-Printable-Body, in dem jedes = ein gültiges Hex-Paar einleitet, sauber, während alles andere auf eine Beschädigung hinweist.

In Encoded-Words gemäß RFC 2047: ein Subject-Header wie =?UTF-8?Q?Hello=20world?=, wobei das Q für Quoted-Printable innerhalb einer Charset/Encoding-Hülle steht. Der Body einer text/plain-E-Mail deklariert üblicherweise direkt Content-Transfer-Encoding: quoted-printable. Dieses Tool dekodiert sowohl die rohe Body-Form als auch die Q-Fragment-Form.

Typische Anzeichen: Sequenzen wie =C3=A9 oder =20, verstreut in ansonsten lesbarem Text, Zeilen, die mit einem einzelnen = enden, und Zeilenlängen, die sich um 76 Zeichen gruppieren. Ein Body, der zu 90 % aus druckbarem ASCII mit gelegentlichen =XX-Escapes besteht - anstelle des einheitlichen Vier-Zeichen-Alphabets von Base64 - ist mit ziemlicher Sicherheit Quoted-Printable.