[1] 2015年8月にいろいろな Webアプリケーションの通知メールやいろいろな企業等が配信するメールマガジンなどのHTMLメールの状況を目視で調べた結果です。
[2] 利用者相互の通常のメールは含まれません。
[3] 調査対象に偏りがあるかもしれません。多い、少ないの判断は主観的なものです。
- 古くからあるサービスはテキスト形式のことが多いが、新しいサービスは HTML 形式のことがほとんど。
- HTML メールの多数は、全体として multipart/alternative で、 text/plain と text/html が含まれている。
- たまに、 multipart/mixed や multipart/related の中に multipart/alternative が含まれていることがある。添付ファイル等を想定した構造なのだろうが、実際には使われていないので、無駄な構造になっている。
- たまに、 text/html だけのことがある。
- メール全体のヘッダーや本体部分のヘッダーの `Content-Type:` の引数は、値が `"` で括られていることもあれば、括られていないこともある。
- `Content-Type: multipart/...` に `charset` 引数が指定されることがある。 (本体部分のヘッダーにも指定されるので、無視して良い。)
- multipart/* の最初の本体部分の前の前書き (preamble) に「MIME multipart です」という内容の短い英文が書かれることがたまにあるが、何もないのが主流。
- CTE は無指定、 `7bit`、 `8bit`、`binary`、`quoted-printable`、`base64` がいずれも見られた。
- メール全体のヘッダーでも本体部分のヘッダーでも。
- メール全体か本体部分の少なくても一方には CTE が指定されていることが多い。
- charset や MIME 型や実際の内容と CTE の選択に強い関係性はなさそうに見える。
- 同じメールで multipart の本体部分ごとに異なる CTE のことも多い。
- 無指定でも `7bit` (仕様上の既定値) とは限らない。
- `Content-Disposition: inline` (既定値) が明示されることもたまにある。
- HTMLメールの全体のヘッダーには `MIME-Version: 1.0` が必ず含まれている。
- 本体部分のヘッダーに `MIME-Version: 1.0` が含まれることがたまにある。
- 本体部分のヘッダーになぜか `Date:` や `X-Mailer:` が含まれることが稀にある (壊れたライブラリーを使っているらしい)。
Content-Location:, Content-Base:,
Content-ID:, Content-Description:
の利用例はなかった。
- UTF-8 が多い。
- 日本国内のサービスではまだ ISO-2022-JP が多い。
- multipart の各本体部分がすべて同じ文字コードとは限らない。
- メール全体のヘッダーの encoded-word の文字コードと本体の文字コードは一致しているのがほとんど。
- 非 ASCII 文字を含まなくても、 charset の値は UTF-8 だったりする。
- charset の指定は必ず含まれている。
- HTML の meta 要素 (<meta charset> または <meta http-equiv=Content-Type>) で文字コードが指定されることもある (が、ヘッダーに charset の指定があるので、あまり意味はない)。
- HTML 中の非 ASCII 文字がすべて文字参照になっている例もある。
multipart/alternative で text/plain も含まれる場合、
- HTML 版と同等の内容の文章が含まれることがほとんど。
- Web サイトに誘導する短い文章と URL のみが含まれる例もいくつかある。
- (おそらく HTML 版の生成に使った) Markdown 版が含まれた例がある (が HTML タグ混じり可読性が低かった)。
- HTML 版から機械的に生成されたらしく意味が通じなかったり、無駄に空白や改行が含まれたりする例がある。
- format=flowed; delsp=yes が指定されている場合もある。
- HTML 4.0 や HTML 4.01、Strict や Transitional の DOCTYPE 宣言が含まれていることが多い。
- XHTML 1.0 の DOCTYPE 宣言が含まれていることもある。
- `<!DOCTYPE HTML>` が含まれていることもある。
- DOCTYPE 宣言が含まれないこともある。
- DOCTYPE 宣言と実際の内容には、強い関係はなさそう。記載された仕様に無い要素や属性が使われるのは普通。
[4] 題名:
- title 要素は含まれることもあるし含まれないこともある。
- 含まれてもサービス名や空文字列などのことも多い。
- メール全体のヘッダー `Subject:` の値とは異なることが多い。
[5] 言語:
- `html` 要素の属性で `lang` や `dir` が指定されることもある。
- `<meta http-equiv=Content-Language>` が指定される例もある。
- `Content-Language:` ヘッダーが使われる例はない。
- いずれにせよ言語が明示されることは多くない。
[6] その他、次のような meta 要素が指定されることがある。
- `<meta name=viewport>`
- `<meta name=apple-mobile-web-app-capable>`
- `<meta name=format-detection>`
- `<meta name=twitter:title>`
- `<meta http-equiv=Content-Script-Type>`
- `<meta http-equiv=Content-Style-Type>`
- `<meta http-equiv=Imagetoolbar>`
- `<meta property=og:title>`
[7] head 要素がまったく含まれないこともままある。
- 90年代末頃の HTML の表現記述方法を使ったものが多い。
style 属性を使ったものも多い。- (海外サービスでは特に)
style 要素を使ったものも少なくないが、他の方法と併用している。 link 要素を使った例もあったが、他の方法と併用している。
- 画像が表示されない場合に Web サイトを見るよう誘導するリンクが含まれることがたまにある。
- text/html のみのメールで、 HTML のコメントで「HTML形式です」という内容の文が書かれている例がある。 (現代の HTML 未対応の MUA がソースを表示するとは思えないので、意味があるかは怪しい。)
- 何らかの画像が含まれるものがほとんど。
- img 要素で `http:` や `https:` の画像を参照するものが多い。
- CSS `background-image` で `http:` や `https:` の画像を参照するものもある。
- `alt` 属性は指定されているものもあるが、指定されていないものが多い。
- `alt` 属性が指定されていても、画像の内容ではなく「ロゴ (黒色)」のような短い説明のこともある。
- 本文の大部分が画像で `alt` 属性が無いこともある。 (`text/plain` 版には本文が含まれていたりもする。)
- 多くの HTML メールが `width=1 height=1` の `img` 要素を含んでいる。開封確認を仕込んでいるのだろう。
- 画像の参照はすべて Web 上のもので、添付ファイルを指しているものはなかった。
- テキスト、画像以外のもの (動画、フレームなど) を埋め込んだ例はない。
- `script` 要素を使った例もない。
- `<body oncontextmenu="return false">` を指定した例があった (効果があるのかは謎い)。
- schema.org マイクロデータ (`itemscope itemtype="http://schema.org/EmailMessage"`) を埋め込んだ例はある。
- その他使われることがある要素は
div, p など。