|
| 1 | +use super::{chunk_text, DocumentMetadata, ParseError, ParsedDocument}; |
| 2 | +use mail_parser::{Address, MessageParser}; |
| 3 | +use std::fs; |
| 4 | +use std::path::Path; |
| 5 | + |
| 6 | +/// EML 파서 최대 파일 크기 (50MB) - 첨부 포함 메일 대비 + 메모리 보호 |
| 7 | +const MAX_EML_FILE_SIZE: u64 = 50 * 1024 * 1024; |
| 8 | + |
| 9 | +/// .eml 메일 파일 파싱 (RFC822 MIME) — 이슈 #29. |
| 10 | +/// |
| 11 | +/// 헤더(제목·보낸사람·받는사람·날짜)를 본문 앞에 붙여 검색 대상에 포함하고, |
| 12 | +/// 본문은 text/plain 파트를 우선, 없으면 text/html 을 텍스트로 변환해 추출한다. |
| 13 | +/// charset(EUC-KR/CP949 등) 디코딩과 quoted-printable/base64 해제는 mail-parser 가 처리. |
| 14 | +/// 첨부파일 본문은 파싱하지 않는다(메일 본문 검색이 목적). |
| 15 | +pub fn parse(path: &Path) -> Result<ParsedDocument, ParseError> { |
| 16 | + let file_size = fs::metadata(path)?.len(); |
| 17 | + if file_size > MAX_EML_FILE_SIZE { |
| 18 | + return Err(ParseError::ParseError(format!( |
| 19 | + "File too large: {}MB (max {}MB)", |
| 20 | + file_size / 1024 / 1024, |
| 21 | + MAX_EML_FILE_SIZE / 1024 / 1024 |
| 22 | + ))); |
| 23 | + } |
| 24 | + |
| 25 | + let bytes = fs::read(path)?; |
| 26 | + let message = MessageParser::default() |
| 27 | + .parse(&bytes) |
| 28 | + .ok_or_else(|| ParseError::ParseError("EML 파싱 실패 (RFC822 형식 아님)".to_string()))?; |
| 29 | + |
| 30 | + let subject = message.subject().map(|s| s.to_string()); |
| 31 | + let from = format_address(message.from()); |
| 32 | + let to = format_address(message.to()); |
| 33 | + let date = message.date(); |
| 34 | + |
| 35 | + // 본문: text/plain 우선, 없으면 html → text 변환 |
| 36 | + let body = message |
| 37 | + .body_text(0) |
| 38 | + .map(|c| c.into_owned()) |
| 39 | + .or_else(|| { |
| 40 | + message |
| 41 | + .body_html(0) |
| 42 | + .map(|h| mail_parser::decoders::html::html_to_text(&h)) |
| 43 | + }) |
| 44 | + .unwrap_or_default(); |
| 45 | + |
| 46 | + // 헤더를 본문 앞에 붙여 검색 대상에 포함 (제목·보낸사람·받는사람·날짜) |
| 47 | + let mut content = String::new(); |
| 48 | + if let Some(s) = &subject { |
| 49 | + content.push_str("제목: "); |
| 50 | + content.push_str(s); |
| 51 | + content.push('\n'); |
| 52 | + } |
| 53 | + if let Some(f) = &from { |
| 54 | + content.push_str("보낸사람: "); |
| 55 | + content.push_str(f); |
| 56 | + content.push('\n'); |
| 57 | + } |
| 58 | + if let Some(t) = &to { |
| 59 | + content.push_str("받는사람: "); |
| 60 | + content.push_str(t); |
| 61 | + content.push('\n'); |
| 62 | + } |
| 63 | + if let Some(d) = date { |
| 64 | + content.push_str("날짜: "); |
| 65 | + content.push_str(&d.to_string()); |
| 66 | + content.push('\n'); |
| 67 | + } |
| 68 | + if !content.is_empty() { |
| 69 | + content.push('\n'); |
| 70 | + } |
| 71 | + content.push_str(&body); |
| 72 | + |
| 73 | + let chunks = chunk_text( |
| 74 | + &content, |
| 75 | + super::DEFAULT_CHUNK_SIZE, |
| 76 | + super::DEFAULT_CHUNK_OVERLAP, |
| 77 | + ); |
| 78 | + |
| 79 | + Ok(ParsedDocument { |
| 80 | + content, |
| 81 | + metadata: DocumentMetadata { |
| 82 | + title: subject.or_else(|| path.file_stem().and_then(|s| s.to_str()).map(String::from)), |
| 83 | + author: from, |
| 84 | + created_at: date.map(|d| d.to_timestamp()), |
| 85 | + page_count: None, |
| 86 | + }, |
| 87 | + chunks, |
| 88 | + }) |
| 89 | +} |
| 90 | + |
| 91 | +/// 메일 주소 헤더를 "이름 <주소>, ..." 형태 문자열로 변환. |
| 92 | +/// 그룹/리스트 모두 평탄화하고, 표시할 게 없으면 None. |
| 93 | +fn format_address(addr: Option<&Address>) -> Option<String> { |
| 94 | + let addr = addr?; |
| 95 | + let parts: Vec<String> = addr |
| 96 | + .iter() |
| 97 | + .filter_map(|a| match (a.name(), a.address()) { |
| 98 | + (Some(n), Some(e)) => Some(format!("{} <{}>", n.trim(), e.trim())), |
| 99 | + (Some(n), None) => Some(n.trim().to_string()), |
| 100 | + (None, Some(e)) => Some(e.trim().to_string()), |
| 101 | + (None, None) => None, |
| 102 | + }) |
| 103 | + .filter(|s| !s.is_empty()) |
| 104 | + .collect(); |
| 105 | + if parts.is_empty() { |
| 106 | + None |
| 107 | + } else { |
| 108 | + Some(parts.join(", ")) |
| 109 | + } |
| 110 | +} |
| 111 | + |
| 112 | +#[cfg(test)] |
| 113 | +mod tests { |
| 114 | + use super::*; |
| 115 | + use std::io::Write; |
| 116 | + |
| 117 | + fn write_eml(content: &[u8]) -> tempfile::NamedTempFile { |
| 118 | + let mut f = tempfile::Builder::new().suffix(".eml").tempfile().unwrap(); |
| 119 | + f.write_all(content).unwrap(); |
| 120 | + f.flush().unwrap(); |
| 121 | + f |
| 122 | + } |
| 123 | + |
| 124 | + #[test] |
| 125 | + fn parses_headers_and_plain_body() { |
| 126 | + let raw = b"From: \"Hong Gildong\" <hong@example.com>\r\n\ |
| 127 | +To: receiver@example.com\r\n\ |
| 128 | +Subject: Test Mail Subject\r\n\ |
| 129 | +Date: Mon, 1 Jun 2026 09:00:00 +0900\r\n\ |
| 130 | +Content-Type: text/plain; charset=utf-8\r\n\ |
| 131 | +\r\n\ |
| 132 | +This is the mail body.\r\n"; |
| 133 | + let f = write_eml(raw); |
| 134 | + let doc = parse(f.path()).unwrap(); |
| 135 | + |
| 136 | + assert!(doc.content.contains("Test Mail Subject")); |
| 137 | + assert!(doc.content.contains("This is the mail body.")); |
| 138 | + assert!(doc.content.contains("hong@example.com")); |
| 139 | + assert_eq!(doc.metadata.title.as_deref(), Some("Test Mail Subject")); |
| 140 | + assert!(doc |
| 141 | + .metadata |
| 142 | + .author |
| 143 | + .as_deref() |
| 144 | + .unwrap() |
| 145 | + .contains("hong@example.com")); |
| 146 | + assert!(doc.metadata.created_at.is_some()); |
| 147 | + assert!(!doc.chunks.is_empty()); |
| 148 | + } |
| 149 | + |
| 150 | + #[test] |
| 151 | + fn falls_back_to_html_body() { |
| 152 | + let raw = b"Subject: HTML only\r\n\ |
| 153 | +Content-Type: text/html; charset=utf-8\r\n\ |
| 154 | +\r\n\ |
| 155 | +<html><body><p>Hello <b>world</b></p></body></html>\r\n"; |
| 156 | + let f = write_eml(raw); |
| 157 | + let doc = parse(f.path()).unwrap(); |
| 158 | + assert!(doc.content.contains("Hello")); |
| 159 | + assert!(doc.content.contains("world")); |
| 160 | + // 태그는 제거돼야 함 |
| 161 | + assert!(!doc.content.contains("<p>")); |
| 162 | + } |
| 163 | + |
| 164 | + #[test] |
| 165 | + fn title_falls_back_to_filename_when_no_subject() { |
| 166 | + let raw = b"From: a@b.com\r\n\r\nno subject body\r\n"; |
| 167 | + let f = write_eml(raw); |
| 168 | + let doc = parse(f.path()).unwrap(); |
| 169 | + // 제목 헤더가 없으면 파일명(stem)이 title 로 |
| 170 | + assert!(doc.metadata.title.is_some()); |
| 171 | + assert!(doc.content.contains("no subject body")); |
| 172 | + } |
| 173 | +} |
0 commit comments