日本語メールの仕組み
- 2022年11月29日
- by 佐藤 航
- Category: 技術ネタ
以前、掲載した「メール関連のRFC」の記事で、メールで使える文字列はASCII文字（7bit文字）のみで、そのままでは日本語が扱えない、というお話をしました。この制限は、MIMEやISO-2022-JP（いわゆるJISメール）といった方法で解決されているのですが、今回はこれらの方法で実際にどうやって日本語メールを扱っているのかを見ていきます。
日本語をそのまま送っているわけではない
普段、私たちはメールのやり取りで何気なく日本語を使っていますが、裏側ではメールの内容を一旦ASCII文字（7bit文字）に変換（エンコード）した上で送信し、受信側で再び元の表示形式に復元（デコード）する、といったことが行われています
ASCII文字（7bit文字）に変換した状態のメールのことをよく「メールソース」などと表現することがあります。メールソースはメールメッセージの実体であり、文字化けの原因調査や配信遅延の調査などに役立ちます。メールソースからはさまざまな情報が得られますが、今回はこのうち文字コード周りの情報に着目します。
なお、メール本文とメールヘッダ（件名や送信者名など）では変換ルールが異なるため、別々に解説します。
メール本文に日本語を含めるには
メール本文の文字コードを定義するのは、以下の情報です。
- charset（文字セット）
文字セットはContent-Typeヘッダ内の属性情報で、文字コードの種類を表すパラメータです。一般的には「UTF-8」や「ISO-2022-JP」などといった値を指定します。 - Content-Transfer-Encoding（エンコード方式）
文字セットにUTF-8などの8bit文字を利用する場合、UTF-8↔7bit文字の相互変換を行います。Content-Transfer-Encodingはこのエンコード方式を指定するヘッダです。MIMEで定められているエンコード方式には「Base64」や「Quoted-Printable」といったものがあります。
なお、文字セットにISO-2022-JPを指定した場合、エンコード方式には通常「7bit」を指定します。元々ISO-2022-JPは7bit文字であるため、変換不要ということを意味しています。
例えば、本文が「○○様<改行>いつもお世話になっております。」という内容のメールを、文字セット「UTF-8」、エンコード方式「Base64」で送る場合、メールソースは次のような内容になります。
Content-Type: text/plain; charset="UTF-8" Content-Transfer-Encoding: base64 4peL4peL5qeYDQrjgYTjgaTjgoLjgYrkuJboqbHjgavjgarjgaPjgabjgYrjgorjgb7jgZnjgII=
送信側メールクライアントで作成したメールソースを、メールサーバを通じて受け取った受信側メールクライアントが、人間が読める形式に変換（デコード）して画面上に表示します
メールヘッダに日本語を含めるには
次に、メールヘッダ（件名や送信者名など）に日本語を含める方法について見ていきます。例えば、件名が「こんにちは」という内容を、文字セット「UTF-8」、エンコード方式「Base64」で指定する場合、メールソースのSubjectヘッダは次のような内容になります。
Subject: =?UTF-8?B?44GT44KT44Gr44Gh44Gv?=
Subjectヘッダに限らず、ヘッダ上にASCII以外の文字を含める場合、次のような形式で指定します。
=?文字セット?エンコード方式?エンコード後の文字列?=
ここで、文字セットには、メール本文と同様「UTF-8」や「ISO-2022-JP」といった値が入り、エンコード方式には、Base64の場合「B」、Quoted-Printableの場合「Q」いずれかの値が入ります。上述の本文のエンコード方式で利用できる「7bit」（無変換）に相当するものはありません。「B」と「Q」の使い分けについてはRFC 2047が参考になると思います。
文字化けを調査するには
メールが文字化けした場合、次のような観点でメールソースを確認すると原因の特定が行える場合があります。
- 送信リクエストで指定したメールソースの内容が宛先にそのまま届いているか
- 指定した文字セットやエンコード方式と実際の内容の整合が取れているか
さいごに
日本では歴史的な経緯上「日本語メールはISO-2022-JPで送る」という考え方が定着していましたが、最近では携帯電話を含めほとんどのメールクライアントでUTF-8を扱えるようになってきています。さらに、有名どころのWebメーラは新規作成時の文字コードはUTF-8固定です。こういった状況から、今後はUTF-8がデファクトスタンダードになっていくのではないかと考えています。
参考
