El comando IMAP "encabezado de búsqueda" falla cuando el texto de búsqueda contiene un signo de exclamación (!), Ampersand (&), etc.

Question

Estoy accediendo a la interfaz IMAP de GMail a través de python. Tengo un comando como este:

UID SEARCH HEADER Message-ID "abcdef@abc.com" 

que tiene éxito (1 devuelve el UID del mensaje coincidente, o 0 si no existe). Sin embargo, si el texto de búsqueda contiene ciertos caracteres (como & o!), El texto de búsqueda se trunca en ese punto. Esto significa:

UID SEARCH HEADER Message-ID "!abcdef@abc.com" 

el tratamiento es el mismo que

UID SEARCH HEADER Message-ID "" 

también:

UID SEARCH HEADER Message-ID "abc!def@abc.com" 

se trata como:

UID SEARCH HEADER Message-ID "abc" 

He pasado por el lenguaje IMAP especificaciones, y de la especificación de lenguaje ABNF s eems como esos caracteres deben ser válidos. ¿Por qué gmail trunca estas frases de búsqueda en el "!" y "&" caracteres? ¿Hay alguna forma de escapar de ellos? (¡He intentado!, Falla como una cadena mal codificada). ¿Hay un RFC o un documento que muestre lo que realmente debería ser aceptado? ¿Es esto un error en la implementación imap de gmail?

También he intentado formato literal, los mismos resultados:

UID SEARCH HEADER Message-ID {15} 
abc!def@abc.com 

Aún así tratadas como:

UID SEARCH HEADER Message-ID {3} 
abc 

Gracias!

IMAP RFC3501 comando Buscar: http://tools.ietf.org/html/rfc3501#section-6.4.4 sintaxis formal: http://tools.ietf.org/html/rfc3501#section-9

Answer 1

he estado golpeando este problema a mí mismo desde hace meses.

ENCABEZADO DE BÚSQUEDA Message-ID < -! &! ...>

Terminó salteando algunas búsquedas de MsgId que comienzan con '< -'. También vea los problemas con &! 'S ... No estoy seguro de cómo solucionar esto bien.

¿Alguna vez recibió una palabra de Google sobre este error?

Gracias mucho

Answer 2

Estoy en gran medida basando mi respuesta en el descubrimiento (por Max) en los comentarios a la pregunta original que la aplicación de búsqueda de Gmail utiliza una base de datos de respaldo que tiene el contenido textual ya se dividió en palabra fichas en lugar de almacenar el texto completo y hacer una búsqueda de subcadena.

Así que aquí es una posible solución que se puede utilizar con Gmail en C# usando mi MailKit biblioteca (que es una biblioteca IMAP de bajo nivel bastante así que esto debería traducirse fácilmente en pseudocódigo básico):

// given: text = "abc!abcdef@abc.com" 

// split the search text on '!' 
var words = text.Split (new char[] { '!' }, StringSplitOptions.RemoveEmptyEntries); 

// build a search query... 
var query = SearchQuery.HeaderContains ("Message-ID", words[0]); 
for (int i = 1; i < words.Count; i++) 
    query = query.And (SearchQuery.HeaderContains ("Message-ID", words[i])); 

// this will result in a query like this: 
// HEADER "Message-ID" "abc" HEADER "Message-ID" "abcdef@abc.com" 

// Do the UID SEARCH with the constructed query: 
// A001 UID SEARCH HEADER "Message-Id" "abc" HEADER "Message-Id" "abcdef@abc.com" 
var uids = mailbox.Search (query); 

// Now UID FETCH the ENVELOPE (and UID) for each of the potential matches: 
// A002 UID FETCH <uids> (UID ENVELOPE) 
var messages = mailbox.Fetch (uids, MessageSummaryItems.UniqueId | 
    MessageSummaryItems.Envelope); 

// Now perform a manual comparison of the Message-IDs to get only exact matches... 
var matches = new UniqueIdSet (SortOrder.Ascending); 
foreach (var message in messages) { 
    if (message.Envelope.MessageId.Contains (text)) 
     matches.Add (message.UniqueId); 
} 

// 'matches' now contains only the set of UIDs that exactly match your search query