RFC822：电子邮件的基本框架

RFC822：电子邮件的基本框架

1．1 电子邮件的结构

如同传统信件，电子邮件也是由信封和信件内容两部分所构成。但是电子邮件不是写在纸上的东西，而是由计算机编辑、传送和显示的一串文字字符。一封电子邮件如同我们在Windows“记事本”中看到的纯文本内容，但是其中的字符是机器“写”上去的，而不是用户输入、编辑的。

释疑：你可能不同意这种说法，因为邮件内容，包括收件人地址、转发地址，肯定必须由用户输入。但是我们这里讨论的是在机器中传送、存储的电子邮件，用户一般通过某种电子邮件应用程序（如Outlook Express，FoxMail等）收发、编写电子邮件，这些程序按照用户输入的信息自动产生符合RFC822及MIME标准的邮件，然后才发送出去。

一封电子邮件的内容是纯文本的，其中开头若干行是信件“信封”，然后是一个空行（即只有回车换行字符的一行），其后是信件正文。“信封”、信件正文都是一行行的文字，邮件中的第一个空行是“信封”部分的终结标志，其后是邮件正文，邮件正文可以包含空行，也可以没有空行，这无关紧要。RFC822规定，所有的字符都必须是ASCII字符，或者更准确地说，必须是ASCII编码的字符。注意RFC822是指定字符编码的，符合RFC822标准的电子邮件，其中所有的字符只能使用ASCII编码，不能是其它编码。

RFC822对于信件正文没有什么规定，只是要求必须由ASCII字符组成，而“信封”上的信息则是要由机器处理的，因而有着严格的语法规定。“信封”的正式名称是邮件头（header），邮件头由若干“头段”（header field）组成，每一头段的格式为：

    field-name : [field-body] CRLF

（注：在本章中，当描述语法格式时，我们用斜体字表示一个语法成分的名称，用方括号表示可选项，即，包含在方括号中的语法成分可用也可不用，用粗体表示必须照样书写的字符。）

其中field-name是段名，RFC822定义了常用的段名及其语义，应用程序也可以定义自己的段名及其语义，但不得与已定义的段名同名。field-body是段体，即段的具体内容。段名和段体用一个冒号分隔，最后用CRLF（回车换行）结束整个段。

    以下是一些邮件头段的例子：

    From: George Jones <Group@Host>

    Sender: Secy@Host

    Reply-To: Secy@Host

其中每一行为一个头段，其中“From”、“Sender”和“Reply-To”是段名，段名不区分大小写，每行冒号右边的文字是段体，段体的语法、含义是有规定的。

    一个头段逻辑上就是一行，但是当文字较长时，也允许换行。换行可在任何一个空格位置进行，但是要求换行之后在新行开头至少必须有一个空格或Tab，表示本行是接续上一行的。这种换行称为“折叠”。一个头段可以折叠为若干行，应用程序进行语法分析时，应去掉折叠，将每一段都整理为一行，以便分析。

    例如：Received: from m15-40.126.com (220.181.15.40)CRLF by localhost with SMTP;

    文本编辑窗口显示出来的效果：

    Received: from m15-40.126.com (220.181.15.40)

 by localhost with SMTP;

    RFC822定义的头段按其功能可分为源地址、目的地址、日期和可选段四大部分，以下分别介绍各个部分。

1．2 源地址

描述信件来源的段名有From、Sender、Return-path、Received和Reply-To，它们的语法如下：

    From: mailbox

    Sender: mailbox

    Return-path: < [route] local-part@domain >

    Reply-To: mailbox

    Received：[from domain][by domain][via atom][with atom]

[id msg-id][for local-part@domain]

; date-time

From用来指出发信人是谁，段体mailbox是发信人的邮箱地址，mailbox可以采用两种形式之一，一种是local-part@domain，其中local-part是用户帐号名称，domain是邮件服务器的域名。另一种形式是发信人名称后面再加上尖括号括起来的邮件地址，例如

  From:  George Jones <Group@Host>

    邮箱地址中的local-part一般不能使用圆括号、尖括号、方括号、逗号、分号、冒号、@、斜杠和空格这些字符，如果要使用这些字符，则整个local-part部分必须用双引号括起来。

    如果某些程序使得信件不是从写信人的邮箱寄出，而是从另一个邮箱寄出，则必须用Sender再加上From，这时Sender的段体是寄出的邮箱地址，而From的段体是写信人的邮箱地址。

    一封电子邮件可能要经过若干次转发才能到达目的地。最后的转发站（转发邮件的计算机）可以用Return-path指出回送邮件给发信人的路由。Return-path段体中的可选项route指出路由，其形式为

    @domain_1, @domain_2, ... ..., @domian_n

其中各个domain_i是邮件服务器的域名。段体中最后的local-part@domain则是发信人的邮箱地址。

    Reply-To则是由最初发出邮件的机器填写的头段，它直接指出信件的回复地址。

    当邮件经过多次中转转发时，每一个转发站都必须在邮件开头加上Received头段，说明邮件何时从何地来，往何处去。Received段体中的可选项用来记录这些信息：

from domain说明邮件从何处来，domain是发来邮件的主机IP地址、域名或主机名；

by domain指出邮件接收者，domain是接收邮件的主机IP地址、域名或主机名；

via atom指出邮件的物理传输路径，例如通过互联网或电话网，atom是这种物理路径的名称。

with atom指出邮件的传输协议，例如SMTP、ESMTP等，atom是协议名称。

id msg-id一些转发站可能会将邮件排队，msg-id指出邮件的内部ID。

for local-part@domain指出邮件的目的地，local-part@domain是邮箱地址。

Received段最后要加上分号和时间戳date-time，记录邮件的接收时间。时间戳的格式将在1.4节详述。

    一些邮件系统允许邮件接收者将接收到的邮件转发给他人，并保留原有的邮件头。这种情况下为了与原来邮件头中的头段相区别，新加上的头段的段名前要加上Resent-，即Resent-From、 Resent-Sender或 Resent-Reply-To，它们的作用与From、Sender和Reply-To相同。

    在邮件头中各段的段体中，可以插入注释。注释用一对圆括号括起来，内容可以是任何字符串。注释是给人看的，在语法上没有其它意义。

    例1：以下是一封电子邮件邮件头中的片断：

Received: from unknown (HELO mail.scnu.edu.cn) (unknown@202.116.32.11)

 by 202.116.32.4 with SMTP; Fri, 09 Feb 2007 14:22:51 +0800

Received: from m15-40.126.com (220.181.15.40)

  by localhost with SMTP; 9 Feb 2007 06:32:51 -0000

Received: from 192.168.208.33 by webmail-app40 (Coremail) ;

Fri, 9 Feb 2007 14:30:58 +0800 (CST)

From: someone@126.com

从这些头段可以知道，邮件来自someone@126.com，首先被主机webmail-app40收到，时间是2007年2月9日，星期五，当地时间14时30分58秒，当时邮件来自主机192.168.208.33。

然后邮件被主机localhost接收到，邮件来自主机m15-40.126.com，邮件通过SMTP协议接收，接收到邮件的时间是2007年2月9日，格林威治标准时间6时32分51秒。

最后邮件被主机202.116.32.4收到，邮件来自未知主机unknown，邮件通过SMTP协议接收，接收到邮件的时间是2007年2月9日，当地时间14时22分51秒。

1．3目的地址

描述邮件目的地址的头段有To、cc和bcc，它们的语法如下：

    To: address

    cc: address

    bcc: address

其中address是一个或多个邮箱地址，在多个邮箱地址的情况下，邮箱地址彼此用逗号分隔。

To用来指出邮件的第一接收者，cc用来指出邮件的第二接收者。当邮件同时抄送给多人时，需要用到cc，其段体指出抄送的收件人。bcc是英文Blind Carbon Copy的缩写，意思是隐藏地将邮件同时抄送给其他人，而不让收件人知道。当邮件头包含bcc段时，该段的内容将不会传送给第一和第二收件人。至于bcc段中的收件人，他们可能看到bcc段的内容，也可能看不到，这取决于传送邮件的系统。

当邮件被转发时，可用Resent-To、Resent-cc或Resent-bcc指出邮件的接收者和抄送接收者，它们的语法语义与To、cc和bcc分别对应。

释疑：注意抄送和转发的区别。抄送是在发送邮件时同时发送给多人，转发是收信人收到邮件后，再传送给其他人。

1．4 日期

Date头段用来指出邮件的创建日期，其语法是

     Date: date-time

其中date-time指出日期时间，其语法为

         [day , ] date time

其中可选项day表示星期几，这一项后面要加逗号。date表示日期（年、月、日），time表示时间（时、分、秒）。

    星期几用英文缩写表示，即Mon、Tue、Wed、Thu、Fri、Sat或Sun。

    日期的格式为dd month yyyy，其中dd是表示“日”的两位数字，month是月份，用3个字母的英文缩写，即Jan，Feb，Mar，Apr等等，yyyy是年份，用4位数字表示。

    时间的格式是时分秒加时差。时分秒的格式是hh:mm:ss，分别用两位数字表示时、分和秒，采用24小时记时制。日期时间必须用当地时间，但邮件接收者和沿途的转发站未必在同一时区，因此最后加上“+hhmm”或“-hhmm”的时差部分，说明当地时间与格林威治标准时间相差（增加或减少）几小时几分钟。

例如，Fri, 02 Mar 2007 22:13:00 +0800表示2007年3月2日，星期五，22时13分0秒，当地时间比格林威治标准时间多8小时0分。

    以上介绍的日期事件格式其实是RFC1123制定的格式。RFC822所制定的日期格式中，年份只用两位数字，这显然将导致“千年虫”问题。RFC1123修正了RFC822的规定，年份改用4位数字。另外，RFC822的时间格式可以不用数字时差，而改用北美地区的时区符号说明当地时间，例如“EST”、“EDT”等，RFC1123建议采用数字时差。

    除了Date段，Received段最后的时间戳也使用这种日期时间格式。

当邮件被转发时，可添加Resent-Date以说明日期时间，其用法与Date相同。

1．5 可选头段

     可选头段包括Message-ID、Resent-Message-ID、In-Reply-To、References、 Keywords、 Subject、Comments和Encrypted。

Message-ID用来为邮件指定一个唯一标识，其语法为

         Message-ID: msg-id

其中msg-id的形式为<local-part@domian>，此处local-part是一串作为邮件ID的字符串，domian是指定这个ID的主机域名。ID的唯一性由指定ID的主机负责。当一封邮件经过若干邮件服务器传送时，这些邮件服务器可以各自为这封邮件指定不同的ID，以便服务器内部管理邮件。

    当邮件被转发时，可用Resent-Message-ID指定ID，其用法和Message-ID相同。

    In-Reply-To用来指出当前邮件是对哪一封邮件的答复，其语法为

         In-Reply-To:  *( phrase / msg-id )

    （注： 语法中的斜杠“/”表示“或者”，“*”表示可重复任意次）

其中phrase是一串字符串，msg-id是邮件ID，两者可以单独使用，也可以混合使用，目的是标识所答复的邮件。例如：

    In-Reply-to: <000601c87ead$elcd28a0$0200a8c0@c220>

    References头段用来指出与当前邮件相关的有哪些邮件。例如，当我们利用电子邮件讨论某个问题时，可能来来往往会有很多封邮件，这时References可用来指出当前邮件涉及到哪些邮件。References的语法是：

         References:  *( phrase / msg-id )

例如：

    References: <000601c87ead$elcd28a0$0200a8c0@c220>

      <15662676.1412391204620030868.JavaMail.coremail@bj163app125.163.com>

    Keywords头段用来指出当前邮件中的关键词，其语法是：

         Keywords: #phrase

    （注： “#”表示其后的语法项可多次出现，彼此之间用逗号分隔）

其中phrase是关键词，可以列出多个关键词，彼此之间用逗号分隔。

     Subject头段用来指出邮件的标题，其语法是

         Subject: text

其中text是任意的文字。

     Comments头段是注释，其语法为

         Comments: text

注意Comments是整个段作为注释，在其它段中也可以插入注释，插入的注释内容只要用圆括号括起来即可。

    Encrypted头段用来通知邮件接收者如何解密。邮件正文可以加密，接收方为了解密，可能需要知道发送方使用何种加密手段。Encrypted的语法是

         Encrypted：wd1, wd2

其中wd1指出加密程序的名称，wd2用来帮助接收者选择密钥，例如，指出内部密钥表的索引。

    邮件正文可以加密，但是邮件头不能加密，因为邮件头中的信息是传送邮件的主机必须知道的，如果加密，邮件将无法传送。

    Encrypted已经被PEM（Privacy Enhanced Messaging）淘汰，有兴趣的读者可查阅RFC1421、RFC1422、RFC1423和RFC1424。

1．6 用户自定义段

    以上介绍了RFC822所定义的头段，以后还可能有新的RFC文件来定义一些新头段，新头段的段名必须在NIC(Network Information Center, SRI International, Menlo Park, California)登记。登记的新头段段名不允许以“X-”或“x-”开头。

    用户可以自由使用自己定义的头段，但这种段的段名不能与RFC822所定义的段名相同，也不能与将来登记的新头段段名相同，否则可能被排斥。为此，用户自定义的段名可用“X-”或“x-”开头，因为RFC822已承诺新增加的段名不会以这两个字母开头。

1．7 例子和解释

例2：以下是一封垃圾邮件的全文，略去信件正文。虽然内容是垃圾，但语法格式是正确的（否则无法传播），废物利用，权当示例：

从邮件头可以看到，邮件创建于2007-2-25，20:42:34，当地时间比格林威治时间多1小时。邮件标题是“expenditure”，收件人地址是somebody@scnu.edu.cn，发信人地址是teatomic@downboy.com。主机domy5ly6i69dod为邮件指定了一个ID：001801c7591d$b39b46d0$00deed84。

邮件最先被IP地址为83.7.213.189的主机收到，时间是2007-2-25，20:44:10，当地时间比格林威治时间多1小时。信件来自名称为domy5ly6i69dod的主机，通过SMTP协议接收。信件在该主机上的id是8K7gQ4BTGPRFCJ。

随后邮件被IP地址为202.116.32.4的主机接收到，时间是2007-2-26，03:35:50，当地时间比格林威治时间多8小时。信件来自未知的主机，通过SMTP协议接收。主机scnu.edu.cn为邮件指定了ID：372432150.27375。

最后信件被最终转发程序接收，时间是2007-2-26，03:35:50，当地时间比格林威治时间多8小时。

    信件中有一个空行，空行之前为邮件头，之后是信件正文。