Ruby - UNIX MBOX メールヘッダ・Content-Transfer-Encoding属性の検証！

今日は Ruby で UNIX MBOX メールデータ中のメールヘッダ「Content-Transfer-Encoding」属性を検証してみました。 以下の過去記事も参照。

• Ruby - UNIX MBOXデータ読み込み！
• Ruby - UNIX MBOX メールヘッダ「Date」検証！
• Ruby - UNIX MBOX メールヘッダ「From」検証！
• Ruby - UNIX MBOX メールヘッダ・アドレス系属性の検証！
• Ruby - UNIX MBOX メールヘッダ・Message-ID系属性の検証！
• Ruby - UNIX MBOX メールヘッダ・Mime-Version属性の検証！
• Ruby - UNIX MBOX メールヘッダ・Content-Type属性の検証！

この「Content-Transfer-Encoding」属性とは、どのような方法でエンコードされたかを表しているものです。 RFC 2045 に準拠していないといけません。

• RFC 2045 - Multipurpose Internet Mail Extensions (MIME) Part One: Format of Internet Message Bodies

RFC 2045 によると「Content-Transfer-Encoding」属性に設定できるのは以下のとおり。

• 7bit
• 8bit
• binary
• quoted-printable
• base64

“7bit” がデフォルトですので、非設定なら “7bit” が設定されていることになります。

と言うことで、「Content-Transfer-Encoding」属性にどのような割合で設定されているかを Ruby で検証してみました。

参考までに、当方の UNIX MBOX メールデータ（61,665件）を検証した結果を掲載します。 ※だから何？と言われそうですが、自分の近い将来のための記録として掲載していますので、ご承知おきください。

Ruby スクリプトは今までの検証で使用してきたものを流用しています。

使用した正規表現

大文字・小文字は区別しないです。

/^(7bit|8bit|binary|quoted-printable|base64)$/i

Content-Transfer-Encoding属性

１メール（ヘッダー部分）に複数設定されることはない属性です。 また、必須で設定されないといけないものでもありません。

全件数           = 61,665
非設定           = 23,684
7bit             = 36,987
8bit             =    180
binary           =      6
quoted-printable =    554
base64           =    254
Non-Match        =      0

不正なものは１件もありませんでした。

---

次に「Content-Length」属性を検証してみようかと思いましたが、調べてみるとあまり使われていないようです。 あと、主だったメールヘッダで未調査のものは「Received」「X-Mailer」「Subject」くらいでしょうか。 「Received」は複雑そうなので後回しにして、次回は「X-Mailer」か「Subject」あたりを検証してみようかと考えています。

因みに、前回使用した Ruby スクリプトの流用し続けてきたので、毎回殆どソース改変には労力を伴っていません。

以上。