JavaMail 解析複合郵件 (HTML+圖片+附件) 遞迴處理實戰

現代郵件多為 Multipart 結構：multipart/alternative (純文本/HTML 替代) 嵌套 multipart/related (內嵌圖片) 及 multipart/mixed (附件)。本文深入剖析 MIME 結構樹，提供健壯的遞迴解析代碼，正確提取 HTML 正文、內嵌圖片 CID 對應、附件儲存，解決「只取第一層 Part 導致內容遺失」的常見陷阱。

一、關鍵 MIME 類型辨識

二、郵件結構樹範例

Message (multipart/mixed)
 ├─ Part 0: multipart/related
 │    ├─ Part 0.0: multipart/alternative
 │    │    ├─ Part 0.0.0: text/plain
 │    │    └─ Part 0.0.1: text/html (含 )
 │    └─ Part 0.1: image/png (Content-ID: )
 └─ Part 1: application/pdf (附件, Content-Disposition: attachment)

核心洞見：Message.getContent() 回傳頂層 Multipart，第一層 Part 常非葉節點，必須遞迴遍歷至葉節點 才能判斷實際內容類型。

三、健壯遞迴解析器實作

public class MailContentParser {
    
    public static String parseMessage(Message msg, boolean preferHtml) 
            throws MessagingException, IOException {
        Object content = msg.getContent();
        if (content instanceof Multipart) {
            return parseMultipart((Multipart) content, preferHtml);
        } else if (content instanceof String) {
            return (String) content; // 簡單郵件
        }
        return "";
    }

    private static String parseMultipart(Multipart mp, boolean preferHtml) 
            throws MessagingException, IOException {
        StringBuilder result = new StringBuilder();
        for (int i = 0; i < mp.getCount(); i++) {
            BodyPart part = mp.getBodyPart(i);
            result.append(parsePart(part, preferHtml));
        }
        return result.toString();
    }

    private static String parsePart(Part part, boolean preferHtml) 
            throws MessagingException, IOException {
        String contentType = part.getContentType();
        if (contentType == null) return "";

        // 1. 處理 multipart/alternative: 根據偏好選擇 HTML 或 Plain
        if (part.isMimeType("multipart/alternative")) {
            Multipart mp = (Multipart) part.getContent();
            String html = "", plain = "";
            for (int i = 0; i < mp.getCount(); i++) {
                BodyPart bp = mp.getBodyPart(i);
                if (bp.isMimeType("text/html")) html = parsePart(bp, preferHtml);
                else if (bp.isMimeType("text/plain")) plain = parsePart(bp, preferHtml);
            }
            return preferHtml ? (html.isEmpty() ? plain : html) : (plain.isEmpty() ? html : plain);
        }

        // 2. 處理其他 multipart (related/mixed): 遞迴遍歷所有子部分
        if (part.isMimeType("multipart/*")) {
            return parseMultipart((Multipart) part.getContent(), preferHtml);
        }

        // 3. 葉節點: 直接內容
        if (part.isMimeType("text/html")) {
            return "
" + part.getContent() + "
"; // 實際應處理 CID 圖片替換
        }
        if (part.isMimeType("text/plain")) {
            return "
" + part.getContent() + "
";
        }

        // 4. 附件處理 (Content-Disposition: attachment)
        String disposition = part.getDisposition();
        if (Part.ATTACHMENT.equalsIgnoreCase(disposition) || part.getFileName() != null) {
            String fileName = part.getFileName();
            // 儲存附件邏輯: saveAttachment(fileName, part.getInputStream());
            return "[附件: " + fileName + "]";
        }

        // 5. 內嵌資源 (inline, 如圖片) - 實際應建立 CID->資源映射供 HTML 替換
        if (Part.INLINE.equalsIgnoreCase(disposition)) {
            return "[內嵌資源: " + part.getContentType() + "]";
        }

        return "[未知部分: " + contentType + "]";
    }

    // 附件儲存輔助方法
    private static void saveAttachment(String fileName, InputStream in) throws IOException {
        File file = new File(fileName);
        for (int i = 0; file.exists(); i++) file = new File(fileName + "_" + i);
        try (FileOutputStream fos = new FileOutputStream(file);
             BufferedOutputStream bos = new BufferedOutputStream(fos);
             BufferedInputStream bis = new BufferedInputStream(in)) {
            byte[] buf = new byte[4096];
            int len;
            while ((len = bis.read(buf)) != -1) bos.write(buf, 0, len);
        }
    }
}

四、進階議題：CID 圖片替換與完整呈現

HTML 正文中 <img src="cid:part1.01@host"> 引用內嵌圖片。完整解析需兩階段：

1. 掃描階段：遞迴收集所有 Part.INLINE 部分，建立 Map (Key: Content-ID 去除 <><>)
2. 渲染階段：解析 HTML 部分時，將 cid:xxx 替換為 data:image/...;base64,... 或暫存檔案路徑

五、常見坑點提醒

• 編碼問題：使用 MimeUtility.decodeText() 處理主題、附件檔名 (RFC 2047/2231)
• 大郵件記憶體：避免一次性 getContent() 載入巨大附件，考慮流式處理
• 非標準結構：部分郵件客戶端生成不符規範結構，解析器需具防禦性 (null 檢查、異常捕獲)
• 已讀標記：Folder.READ_WRITE 開啟並 setFlag(Flags.Flag.SEEN, true) 才會標記已讀