Decodificador Quoted-Printable

Quoted-Printable é usado principalmente em sistemas de email (MIME) para codificar corpos de mensagens. É o método de Content-Transfer-Encoding para conteúdo de email baseado em texto que contém caracteres não-ASCII.

Uma quebra de linha suave é representada por = no final de uma linha seguida por CRLF. Ela indica que a linha foi quebrada para transmissão mas deve ser reunida ao decodificar. Isso garante que as linhas permaneçam abaixo de 76 caracteres.

Quoted-Printable mantém a maior parte do texto ASCII legível e codifica apenas caracteres não-ASCII ou especiais. Base64 codifica tudo e produz uma saída cerca de 33% maior. QP é preferível para conteúdo predominantemente ASCII, enquanto Base64 é melhor para dados binários.

Cada byte da sequência UTF-8 se torna =XX: um é com acento agudo são dois bytes escritos como =C3=A9, e uma palavra chinesa se torna doze grupos =XX. Letras ASCII, dígitos e a maioria das pontuações passam literalmente, o que mantém o texto em línguas europeias majoritariamente legível - esse é o objetivo de design da codificação.

A seção 6.7 do RFC 2045 exige que as linhas codificadas tenham no máximo 76 caracteres. Quando uma linha precisa ser dividida, um = no final da linha marca uma quebra suave (soft break) - o decodificador remove esse = e junta as linhas sem espaço ou nova linha. Uma quebra de linha real no original é preservada como =0D=0A, então os dois casos não são ambíguos.

Como =3D - o caractere de escape precisa escapar a si mesmo, exatamente como a barra invertida em literais de string. A posição elimina a ambiguidade no final da linha: =3D é dado, enquanto um = isolado no fim da linha é transporte (uma quebra suave). É também por isso que um corpo quoted-printable em que todo = inicia um par hexadecimal válido decodifica sem problemas, e qualquer coisa diferente indica corrupção.

Em encoded-words conforme o RFC 2047: um cabeçalho Subject como =?UTF-8?Q?Hello=20world?=, em que o Q indica quoted-printable dentro de um envelope charset/encoding. O corpo de um e-mail text/plain geralmente declara Content-Transfer-Encoding: quoted-printable diretamente. Esta ferramenta decodifica tanto a forma de corpo bruto quanto a forma de fragmento Q.

Sinais característicos: sequências como =C3=A9 ou =20 espalhadas por um texto que, de resto, é legível, linhas terminando com um = isolado e comprimentos de linha concentrados em 76 caracteres. Um corpo que é 90% ASCII imprimível com escapes =XX ocasionais - em vez do alfabeto uniforme de quatro caracteres do Base64 - quase certamente é quoted-printable.