你好，
在导入包含此消息的 mbox 文件 时：
windows.txt|附件 (3.7 KB)
显示如下：
这很可能是一个编码问题，因为它包含：
Content-Type: text/plain; charset=windows-1252; format=flowed
其他使用非 UTF-8 字符集（例如 iso-8859-1）的消息都能正确导入。
在我尝试通过查看源代码（从 script/import_scripts/mbox/support/indexer.rb 开始）来找出问题根源之前，有人有什么想法吗？这是否可能是环境问题而非代码库的问题？当以邮件列表模式运行的用户以这种编码发送回复时，是否也会出现同样的问题？
提前感谢 
我快速测试了一下，Email::Receiver 似乎运行正常。它会将输入转换为 UTF-8。我想不出为什么之后的编码会出错。
[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) ?
感谢您的快速测试：我自己都不知道该如何操作 是否可能是导入容器中缺少了某些内容？我非常希望能重现您所执行的操作，并在此基础上进一步探索。如果我没有发现任何问题，我将提供使用 mbox 导入流程重现该问题的操作说明，该流程将包含一个仅有一封邮件的收件箱。
您可以在容器中运行 rails console 来试用。
我得到的结果和你一样，所以问题不在那里。我将仅使用这个邮箱并创建一个新类别来运行一次导入，以验证这是否是某种副作用。
以下是我在 2.5.4 版本安装上执行的操作：
shared/standalone/import/settings.ymlshared/standalone/import/data/index.dbshared/standalone/import/data/windows4/windows.mbox./launcher enter importroot@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)
这是否是因为 Email::Receiver 的调用方式与导入器中不同 见此处？
Email::Receiver.new(row[‘raw_message’])
而不是
receiver = Email::Receiver.new(raw_email, convert_plaintext: true, skip_trimming: false);
或者差异在于如何从 mbox 文件中提取消息：这正是代码路径不同的地方。上述 raw_email = File.read("/tmp/windows.mbox") 与 使用正则表达式分割文件 不同，问题可能就出在这里。
确实，在这一行之后添加 File.open('/tmp/message.txt', 'w') { |file| file.write(receiver.raw_email) } 会生成以下文件，该文件与原始文件不同。
message.txt|附件 (3.7 KB)
在 Rails 控制台中运行时，receiver.raw_email 也与原始文件不同：它被正确编码为 UTF-8。
请问这个错误的修改发生在哪里？
您可能需要在读取文件后添加对 .force_encoding 的调用，以告知 Ruby 电子邮件文件的编码方式。
抱歉，如果这是个新手问题，但我不太熟悉代码库 您建议在哪里进行此类修改会更有成效？
在缩小了问题发生的范围后，似乎问题出在这里：
line.scrub 负责将内容转换为与原始内容不同的形式。如果移除它，正则表达式会失败并报错：
...
1: from /var/www/discourse/script/import_scripts/mbox/support/indexer.rb:174:in `block in each_mail' \n/var/www/discourse/script/import_scripts/mbox/support/indexer.rb:174:in `=~': invalid byte sequence in UTF-8 (ArgumentError)
因为内容确实 不是 UTF-8 编码的：slight_smile
有什么解决思路吗？也许可以先对邮件头进行一轮扫描，仅查找字符集？这里似乎存在一个“先有鸡还是先有蛋”的问题。
看来这是解决问题的完美方式。
