8bit encoding

8bit encoding to sposób kodowania treści wiadomości wykorzystujący pełny, ośmiobitowy zestaw znaków, w tym znaki narodowe.

Na czym polega kodowanie 8bit

8bit encoding, zapisywane w nagłówku wiadomości jako Content-Transfer-Encoding: 8bit, jest metodą transportowego przedstawienia danych w wiadomości MIME. W odróżnieniu od kodowania 7bit dopuszcza użycie wszystkich ośmiu bitów każdego oktetu, a więc także wartości od 128 do 255. Dzięki temu treść zakodowana w wybranym zestawie znaków może zawierać bajty odpowiadające między innymi polskim literom, takim jak ą, ć, ę, ł, ń, ó, ś, ż i ź, bez wcześniejszego przekształcania ich do postaci tekstu ASCII.

Nazwa 8bit nie oznacza jednak konkretnego alfabetu ani zestawu znaków. Jest to sposób przekazywania oktetów, natomiast znaczenie tych oktetów określa parametr charset w nagłówku Content-Type. Przykładowo wiadomość może używać kodowania znaków UTF-8, a jej transferowym sposobem przedstawienia może być 8bit. UTF-8 i 8bit opisują więc różne warstwy: pierwsze określa mapowanie znaków na bajty, drugie określa sposób przekazania tych bajtów w strukturze MIME.

Różnica między 8bit, 7bit i binary

W standardzie MIME kodowanie 7bit jest przeznaczone dla danych składających się z oktetów o wartościach nieprzekraczających 127, z zachowaniem reguł dotyczących prawidłowego tekstu internetowych wiadomości. 8bit rozszerza ten zakres o oktety z ustawionym najstarszym bitem, ale nadal pozostaje przeznaczone dla danych tekstowych. Nie jest ono uniwersalnym opakowaniem dla dowolnego pliku binarnego. Z kolei binary służy do wskazania danych, dla których ograniczenia właściwe dla tekstu nie mają zastosowania.

W przypadku treści zawierającej obrazy, archiwa, programy lub inne dane binarne zwykle stosuje się base64. Dla tekstu, który musi przejść przez starsze systemy ograniczone do ASCII, używa się często quoted-printable. Quoted-printable zachowuje większość zwykłych znaków bez zmian, a pozostałe oktety zapisuje w postaci sekwencji rozpoczynających się od znaku równości, na przykład =C5. Base64 zwiększa objętość danych, ale nie zależy od bezpośredniego przenoszenia znaków spoza ASCII. Wybór 8bit jest poprawny tylko wtedy, gdy cała ścieżka transportowa potrafi obsłużyć taki sposób przekazywania.

Znaczenie rozszerzenia SMTP 8BITMIME

Najważniejszym warunkiem praktycznego użycia 8bit jest obsługa rozszerzenia SMTP 8BITMIME. Serwer odbierający ogłasza swoje możliwości w odpowiedzi na komendę EHLO. Jeżeli w odpowiedzi znajduje się pozycja 8BITMIME, nadawca może przekazać treść zawierającą oktety spoza zakresu 7-bitowego, o ile wiadomość spełnia pozostałe wymagania protokołu. Sam nagłówek Content-Transfer-Encoding: 8bit nie gwarantuje, że każdy serwer pośredni zachowa bajty bez zmian.

Jeżeli serwer docelowy albo kolejny etap dostarczenia nie obsługuje 8BITMIME, klient pocztowy lub system transportowy powinien zastosować kodowanie pośrednie, na przykład quoted-printable albo base64. W przeciwnym razie może dojść do odrzucenia wiadomości, uszkodzenia znaków narodowych lub nieprawidłowego wyświetlenia treści. Treść 8bit nadal musi zachowywać strukturę wiadomości internetowej: wiersze są rozdzielane przez CRLF, a długość wiersza nie może naruszać ograniczeń SMTP. W praktyce szczególnie istotny jest limit 998 oktetów treści w jednym wierszu, bez końcowego CRLF, wynikający z RFC 5321.

Rozpoznawanie problemów z 8bit na komputerze

Objawem nieprawidłowej obsługi 8bit może być zastąpienie polskich znaków przypadkowymi symbolami, znakami zapytania albo ciągami wyglądającymi jak uszkodzony tekst. Taki problem nie zawsze oznacza błąd samego kodowania transferowego. Przyczyną może być również brak lub błędna wartość parametru charset, niewłaściwe odczytanie UTF-8 jako Windows-1252 albo wielokrotne przekształcenie tej samej treści. Podczas analizy należy osobno sprawdzić nagłówki Content-Type i Content-Transfer-Encoding, rzeczywiste bajty wiadomości oraz deklarowane możliwości serwerów SMTP.

Warszawskie Pogotowie Komputerowe wykonuje profesjonalną naprawę laptopów i komputerów PC, w tym diagnostykę problemów z oprogramowaniem, konfiguracją klienta pocztowego oraz wyświetlaniem treści wiadomości. Weryfikacja może obejmować ustawienia kodowania znaków, poprawność profilu aplikacji, zgodność programu z UTF-8 oraz zachowanie systemu po odebraniu wiadomości zapisanej jako 8bit. Sama zmiana czcionki zwykle nie rozwiązuje problemu, ponieważ czcionka odpowiada za wygląd znaku, a nie za interpretację bajtów przesłanych w wiadomości.