こんにちは、
このメッセージを含む mbox のインポートを行うと、以下のように表示されてしまいます。
windows.txt (3.7 KB)
おそらくエンコーディングの問題だと思われます。以下の設定が含まれているためです。
Content-Type: text/plain; charset=windows-1252; format=flowed
iso-8859-1 など、UTF-8 以外の文字セットを持つ他のメッセージは正しくインポートされています。
script/import_scripts/mbox/support/indexer.rb からソースコードを調査して問題の根本原因を特定する前に、何かご存知の方がいらっしゃいませんか？これはコードベースの問題ではなく、環境に起因するものかもしれませんか？また、メーリングリストモードで動作しているユーザーがこのエンコーディングで返信を送った場合にも同様の現象が発生しますか？
ご教示のほど、よろしくお願いいたします 
簡単なテストを行いましたが、Email::Receiver は問題なく動作しているようです。入力データを UTF-8 に変換しています。その後でエンコーディングが誤る理由が思いつきません。
[1] pry(main)> raw_email = File.read("/tmp/windows.txt");
[2] pry(main)> receiver = Email::Receiver.new(raw_email, convert_plaintext: true, skip_trimming: false);
[3] pry(main)> body = receiver.select_body;
[4] pry(main)> receiver.mail.charset
=> "windows-1252"
[5] pry(main)> body.first.encoding
=> #<Encoding:UTF-8>
[6] pry(main)> puts body.first;
cette réflexion me fait penser : y-a-il une obligation/raison (en dehors du coup de maintenannce) à avoir un même outil pour les 2 fonctionnalités (interactions vs galerie) ?
迅速なテストをありがとうございます。私自身ではどうすればよいかわかりません インポートコンテナに何か不足しているのでしょうか？あなたがやったことを再現し、そこから探ってみたいと強く思っています。何も見つからなければ、このメールだけが入った受信トレイを使用して mbox インポート手順で問題を再現するための手順を提供します。
コンテナ内で rails console を実行して試してみてください。
私もおっしゃる通り同じ結果になりましたので、問題はそこにはありません。このメールのみと新しいカテゴリを使用してインポートを実行し、何らかの副作用ではないかを確認します。
以下は、2.5.4 のインストール環境で行った手順です：
shared/standalone/import/settings.ymlshared/standalone/import/data/index.db を削除shared/standalone/import/data/windows4/windows.mbox にコピー./launcher enter import を実行root@forum:/var/www/discourse# import_mbox.sh
The mbox import is starting...
Loading existing groups...
Loading existing users...
Loading existing categories...
Loading existing posts...
Loading existing topics...
creating index
indexing files in /shared/import/data/windows4
indexing /shared/import/data/windows4/windows.mbox
indexing replies and users
creating categories
1 / 1 (100.0%) [8121278 items/min]
creating users
Skipping 1 already imported users
creating topics and posts
1 / 1 (100.0%) [219 items/min]
Updating topic status
Updating bumped_at on topics
Updating last posted at on users
Updating last seen at on users
Updating first_post_created_at...
Updating user post_count...
Updating user topic_count...
Updating topic users
Updating post timings
Updating featured topic users
Updating featured topics in categories
9 / 9 (100.0%) [1562 items/min] ]
Resetting topic counters
Done (00h 00min 09sec)
もしかすると、インポーターが Email::Receiver を 同じように呼び出していない ことが原因でしょうか？
Email::Receiver.new(row[‘raw_message’])
ではなく、
receiver = Email::Receiver.new(raw_email, convert_plaintext: true, skip_trimming: false);
のように呼び出す必要があるのかもしれません。
あるいは、mbox ファイルからメッセージを抽出する方法に違いがあるのかもしれません。ここがコードパスの分岐点です。上記の raw_email = File.read("/tmp/windows.mbox") は、正規表現でファイルを分割する方法とは異なり、問題が発生しているのはおそらくこの部分だと思われます。
確かに、この行 の後に File.open('/tmp/message.txt', 'w') { |file| file.write(receiver.raw_email) } を追加すると、以下のようなファイルが生成され、それは元のファイルとは異なります。
message.txt (3.7 KB)
Rails コンソールから実行した場合でも、receiver.raw_email は元のファイルとは異なり、正しく UTF-8 でエンコードされています。
この誤った変更がどこで発生しているのか、心当たりはありますか？
ファイルを読み込んだ後に .force_encoding を呼び出して、Ruby にメールファイルのエンコーディングを指定する必要がある場合があります。
初心者向けの質問で恐縮ですが、コードベースに詳しくありません このような変更が有効な場所について、ご提案はありますか？
望ましくない変換がどこで発生するかを絞り込んだ結果、どうやらここが原因のようです：
line.scrub が、コンテンツを元のものと異なる内容に変換する役割を担っています。これを削除すると、正規表現が以下のようなエラーで失敗します：
...
1: from /var/www/discourse/script/import_scripts/mbox/support/indexer.rb:174:in `block in each_mail'
/var/www/discourse/script/import_scripts/mbox/support/indexer.rb:174:in `=~': invalid byte sequence in UTF-8 (ArgumentError)
実際、これは UTF-8 ではないためです
これをどう解決すべきかアイデアはありますか？もしかすると、まずメールヘッダーのみに焦点を当てて文字セットを検索する最初のパスが必要かもしれません。ここには 
と 
のような問題があるようです。
問題解決の完璧な方法のようです。
