ISO-2022-JP（7bit JIS）のeml形式データをApps Scriptで解読する

Google Driveにバックアップしておいたeml形式のメールデータをApps Scriptで読み込んでみました。文字コードがISO-2022-JP（7bit JIS）だったのですが、Apps ScriptのUtilitiesのおかげでいい感じに読めました。

ISO-2022-JPのeml形式データを読み込むには

生データにISO-2022-JPと書いてあったので、文字コードをJISに指定して読み込みます。

const driveUrl = 'https://drive.google.com/drive/folders/...';
const folderId = driveUrl.split('/')[5];
const childFolderName = 'backups'; // driveUrlの下にあるフォルダー名
const fileName = 'a.eml'; // フォルダーの下にあるファイル名 
const file = DriveApp.getFolderById(folderId).getFoldersByName(childFolderName).next().getFilesByName(fileName).next();
const eml = file.getBlob().getDataAsString('JIS');

これでメール本文は解読できたのですが、ヘッダーのSubject、From、Toなどにある日本語が読めません。

ISO-2022-JPのヘッダーを読み込むには

どれも=?ISO-2022-JP?B?と書いてあります。Bはbase64によるエンコードなので、

function decodeJis(encoded) {
  return encoded.replace(/=\?ISO-2022-JP\?B\?(.*?)\?=/ig, (a, b) => Utilities.newBlob(Utilities.base64Decode(b)).getDataAsString('JIS'));
}

という関数を作って解読しました。こんな風に使います。

function test() {
  const encoded = '=?ISO-2022-JP?B?GyRCJDMkcyRLJEEkTxsoQg==?==?ISO-2022-JP?B?GyRCJDMkcyRLJEEkTxsoQg==?=';
  const decoded = decodeJis(encoded);
  console.log(decoded);
  //こんにちはこんにちは
}

ヘッダーを解析するには

かなり力技ですが、ヘッダーを読み込んでオブジェクト形式に変換する関数も作ってみました。車輪の再発明は楽しいですね！

sepはセパレーターです。\nの場合と、\r\nの場合があります。

function parseHeaders(headers, sep='\n') {
  const set = (obj, line) => {
    const sep = ': ';
    const [key, ...values] = line.split(sep);
    const k = key.toLowerCase().replace(/-/g, '_');
    const value = values.join(sep);
    if (obj[k] && Array.isArray(obj[k])) {
      obj[k].push(value);
    } else if (obj[k]) {
      obj[k] = [obj[k], value];
    } else {
      obj[k] = value;
    }
  };
  let line = '';
  const ojb = headers.split(sep).reduce(prev, curr) => {
    if (curr.includes(': ')) {
      if (line) set(prev, line);
      line = decodeJis(curr);
      return prev;
    }
    line += decodeJis(curr);
    return prev;
  }, {});
  if (line) set(obj, line);
  return obj;
}

先ほどDriveから取得したemlからヘッダーを解析してみます。

const eml = ... // 上記
const sep = data.includes('\r\n') ? '\r\n' : '\n';
const [headersPart, ...body] = data.split(sep + sep); // 空行2つがヘッダーとボディーの切れ目
const headers = parseHeaders(headersPart, sep);
console.log(headers);
// { "subject": "...", "from": "...", "to": "...", ... }