FreeScout 处理嵌套HTML邮件问题的技术解析

2025-06-24 01:31:15作者：宗隆裙

问题背景

在使用FreeScout邮件帮助台系统时，某些企业客户发送的邮件存在HTML结构不规范的问题。这些邮件在Gmail等常见邮件客户端中能正常显示，但在FreeScout系统中会导致邮件内容被截断，丢失重要信息。

问题根源分析

经过技术分析，发现这些邮件存在双重HTML标签嵌套的问题。邮件内容结构如下：

<html>
<body>
  邮件头部内容
  
  <html>
  <body>
    邮件正文内容(包含表格和表单)
  </body>
  </html>

  邮件尾部内容(包含追踪号和重要链接)
</body>
</html>

这种非标准的HTML结构导致FreeScout在解析时只能识别到第一个</html>标签，从而丢失了邮件尾部的重要信息。

技术解决方案

为解决这一问题，开发了一个专门的HTML修复函数，主要实现以下功能：

检测嵌套HTML结构：通过定位<html>和</html>标签的位置，判断是否存在嵌套情况
提取有效内容：保留最外层HTML结构，提取内层HTML中的<body>内容
重组邮件内容：将处理后的内容重新组合，确保不丢失任何有效信息

核心修复函数实现如下：

function fixNestedHtml($html) {
    $O_HTML = '<html';
    $C_HTML = '</html>';

    // 定位HTML标签位置
    $h1a = mb_strpos($html, $O_HTML);
    $h2b = mb_strpos($html, $C_HTML);
    $h2a = mb_strrpos($html, $O_HTML);
    $h1b = mb_strrpos($html, $C_HTML);

    if (($h2a > $h1a) && ($h2b < $h1b) && ($h2a < $h2b)) {
        // 发现嵌套HTML结构
        $b2 = mb_strpos($html, "<body", $h2a);
        $b2e = mb_strpos($html, ">", $b2);
        $b2b = mb_strpos($html, "</body>", $b2);
        
        // 用内层body内容替换嵌套的HTML
        if ($b2b < $h2b) {
            $a = mb_substr($html, 0, $h2a);
            $b = mb_substr($html, $b2e + 1, $b2b - ($b2e + 1));
            $c = mb_substr($html, $h2b + strlen($C_HTML));
            return $a . $b . $c;
        }
    }
    return $html;
}