Click here to Skip to main content
14,335,524 members

Parsing and Decoding Values of Some Email Message Fields

Rate this:
2.27 (5 votes)
Please Sign up or sign in to vote.
2.27 (5 votes)
2 Aug 2017CPOL
Regex-based solution for decoding values of email addresses fields ("From", "To") and value of "Subject" field

Introduction

Assume you need to automatically process mail messages.
You are using POP3 client to automatically get messages and you have raw sources of mail messages after get ones by client.

Raw source of any mail message is a plain text that consists of ASCII characters only and includes all the headers of mail message as well as body of mail message and attachments of mail message, if any.

According to RFC standard, any mail message may contain ASCII characters only. Any non-ASCII character should be encoded using MIME Base64 or MIME Quoted-Printable algorithm, so raw source of mail message may contain encoded strings like these ones:

From: =?gb2312?B?p6+n2qfcp9qn5KfRIKezp+Sn0afip+Cn1aflp9Kn6KfWp9M=?=
To: =?gb2312?B?J0NvbWl0qKYgTm9ydWVnbyBkZWwgTm9iZWwn?=
Subject: =?gb2312?B?TGEgaW5jcmWoqmJsZSB5IHRyaXN0ZSBoaXN0b3JpYSBkZSBsYSBj?=
    =?gb2312?B?qKJuZGlkYSBFcqimbmRpcmEgeSBkZSBzdSBhYnVlbGEgZGVzYWxtYWRh?=

or:

From: =?UTF-8?Q?Garc=C3=ADa_M=C3=A1rquez?=
To: =?UTF-8?Q?Comit=C3=A9_Noruego_del_Nobel?=
Subject: La =?UTF-8?Q?incre=C3=ADble=20y=20triste=20historia=20de=20la=20c=C3=A1nd?=
 =?UTF-8?Q?ida=20Er=C3=A9ndira=20y=20de=20su=20abuela=20desalmada?=

However, any mail program will show the user this:

From: García Márquez
To: Comité Noruego del Nobel
Subject: La increíble y triste historia de la cándida Eréndira y de su abuela desalmada

How to get the same using C# code?

The method named "decodeMailPropertyValue" is suggested to do it.

That method finds email field value by field name and decodes the value found.

It can be useful for extracting email field values from raw sources of email messages not only in case of processing emails just after get ones by POP3 client.

For example, you may need to process emails stored in database or in file system on local machine.

Using the Code

Assume you are using certain POP3 client and created instance of PopHandler class of that client:

PopHandler MyHandler = new PopHandler(server, port, user, password, false);

Getting PopMail class object:

PopMail mail = MyHandler.GetMail(i);

where i - index of any mail message from the list of mails got by MyHandler.GetList().

Now you can call method "decodeMailPropertyValue" like this:

string From = decodeMailPropertyValue(mail.Source, "FROM");
string To = decodeMailPropertyValue(mail.Source, "TO");
string Subject = decodeMailPropertyValue(mail.Source, "SUBJECT", false);

And here is the method itself:

/// <summary>
/// Decodes email field value ("From", "To" or "Subject")
/// </summary>
/// <param name="mailSource">Raw source of email message (string)</param>
/// <param name="fieldName">Case insensitive email field name ("From", "To" or "Subject")</param>
/// <param name="addressField">"true" for address fields ("From" or "To"),
/// "false" for other fields ("Subject"). Default is true.</param>
/// <returns>email field decoded value (string)</returns>
private string decodeMailPropertyValue(string mailSource, string fieldName, bool addressField = true)
{
    //looking for string(s) that contains value of field "fieldName"
    Match temp =
        Regex
        .Match
        (
            mailSource,
            @"(?:(?:\A|\r?\n)Field name: ([^\r\n]+)\r?\n){1}(?:(\s[^\r\n]*)\r?\n)*"
            .Replace("Field name", fieldName),
            RegexOptions.IgnoreCase
        );

    string tempStr = string.Empty;

    string fieldValue = string
                            .Join
                            (null,
                                new string[1] { temp.Groups[1].Value }
                                .Concat(temp.Groups[2].Captures.OfType<Capture>().Select(x => x.Value))
                                .ToArray()
                            );

    //if field "fieldName" has value
    if (!string.IsNullOrEmpty(fieldValue.Trim()))
    {
        //only for address fields
        if (addressField)
            Regex
                .Matches
                (
                    fieldValue,
                    @"(?:\A|\s+)(<([\w-\.]+@(?:(?:\[[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.)|" +
                    @"(?:(?:[\w-]+\.)+))(?:[a-zA-Z]{2,4}|[0-9]{1,3})(?:\]?))>)",
                    RegexOptions.IgnoreCase
                )
                .OfType<Match>()
                .Select
                (
                    x =>
                    {
                        return fieldValue =
                            fieldValue
                            //removes brackets from email addresses those look like "<email>"
                            .Replace(x.Groups[1].Value, x.Groups[2].Value);
                    }
                )
                .ToList();

        tempStr = fieldValue;

        //looking for MIME Quoted-Printable encoding(s) in the value of field "fieldName"
        MatchCollection temp2 =
            Regex
            .Matches
            (
                tempStr,
                @"(?:(=\?[\w\s-_]+\?Q\?[^\?]+\?=\s*)+\S*)+",
                RegexOptions.IgnoreCase
            );

        if (temp2.Count > 0)
        {
            temp2
                .OfType<Match>()
                .Select
                (x =>
                    {
                        var captures = x.Groups[1].Captures.OfType<Capture>();

                        captures
                            .Select
                            (
                                (y, index) =>
                                {
                                    temp =
                                        Regex
                                        .Match
                                        (
                                            y.Value,
                                            @"=\?([\w\s-_]+)\?Q\?(?:""([^\?]+)""|([^\?]+))\?=\s*",
                                            RegexOptions.IgnoreCase
                                        );
                                            
                                    string decodedStr =
                                                    Attachment
                                                    .CreateAttachmentFromString
                                                    (
                                                        string.Empty,
                                                        string
                                                        .Format
                                                        (
                                                            "=?{0}?Q?{1}?=",
                                                            temp.Groups[1].Value,
                                                            Regex
                                                            .Unescape
                                                            (
                                                                (temp.Groups[2].Success ?
                                                                 temp.Groups[2] : temp.Groups[3])
                                                                .Value
                                                                //Character "_" in Quoted-Printable
                                                                //replaces spaces.
                                                                //It remains the same after decoding
                                                                //(only for .NET version < 4.0),
                                                                //so replace "_" with space
                                                                //before decoding.
                                                                .Replace('_', ' ')
                                                            )
                                                        )
                                                    )
                                                    .Name;
                                    return
                                        tempStr =
                                            tempStr
                                            .Replace
                                            (
                                                y.Value,
                                                decodedStr
                                                .PadRight(addressField &&
                                                index == captures.Count() - 1 ?
                                                decodedStr.Length + 1 : 0)
                                            );
                                }
                        )
                        .ToList();

                        return
                            tempStr;
                    }
                )
                .ToList();

            fieldValue = tempStr;
        }

        //looking for Base64 encoding(s) in the value of field "fieldName"
        else
        {
            temp2 =
                Regex
                .Matches
                (
                    tempStr,
                    @"(?:(=\?[\w\s-_]+\?B\?[^\?]+\?=\s*)+\S*)+",
                    RegexOptions.IgnoreCase
                );

            if (temp2.Count > 0)
            {
                temp2
                    .OfType<Match>()
                    .Select
                    (x =>
                        {
                            var captures = x.Groups[1].Captures.OfType<Capture>();

                            captures
                                .Select
                                (
                                    (y, index) =>
                                    {
                                        temp =
                                            Regex
                                            .Match
                                            (
                                                y.Value,
                                                @"=\?([\w\s-_]+)\?B\?([^\?]+)\?=\s*",
                                                RegexOptions.IgnoreCase
                                            );
                                                
                                        string decodedStr = Encoding.GetEncoding(temp.Groups[1].Value)
                                           .GetString(Convert.FromBase64String(temp.Groups[2].Value));

                                        return
                                            tempStr =
                                                tempStr
                                                .Replace
                                                (
                                                    y.Value,
                                                    decodedStr
                                                    .PadRight(addressField &&
                                                     index == captures.Count() - 1 ?
                                                     decodedStr.Length + 1 : 0)
                                                );
                                    }
                                )
                                .ToList();
                                   
                            return
                                tempStr;
                        }
                    )
                    .ToList();

                fieldValue = tempStr;
            }

            //only for address fields:
            //looking for non-encoded strings that can contain sender/recipient names
            //and their addresses
            else if (addressField)
            {
                temp =
                    Regex
                    .Match
                    (
                        tempStr,
                        @"(?:(""[^\r\n]+"")*\s*\S+)+",
                        RegexOptions.IgnoreCase
                    );

                if (temp.Success)
                {
                    fieldValue =
                                Regex
                                .Unescape
                                (
                                    Regex
                                    .Replace
                                    (
                                        fieldValue,                                                
                                        @"(?<!\\)""",
                                        string.Empty,                                                
                                        RegexOptions.IgnoreCase
                                    )
                                );
                }
            }
        }
    }           
    return fieldValue;
}

License

This article, along with any associated source code and files, is licensed under The Code Project Open License (CPOL)

Share

About the Author

CoderCsharp
Web Developer
Unknown
No Biography provided

Comments and Discussions

 
-- There are no messages in this forum --
Tip/Trick
Posted 28 Jul 2017

Stats

5.1K views
3 bookmarked