跳到主要內容

[PHP PEAR]mail 功能

如果要使用PHP 來發送信件, PEAR 中的 Mail 模組是一個不錯的選擇
首先要 Include PEAR mail
require_once("/usr/share/pear/Mail.php"); //看你安裝 PEAR 的實際位置
$smtp = Mail::factory('smtp', array('host' => 'mailserver.domain.com', 'port' => '25', 'auth' => true, 'username' => 'yourname', 'password' =>'yourpassword')); // 產生 mail instance
$mail = $smtp->send($receivers, $headers, $content); // 送出信件

其中, create mail instance 時, 有三個主要參數可以選擇送信的方法
1. mail: 將寄信的工作交給 PHP 內建的 mail function 來送信
2. sendmail: 將寄信的工作交給本機的 sendmail 程式, 有兩個可設定的參數
$params["sendmail_path"]: 設定本機 sendmail 的實際路徑
$params["sendmail_args"]: 要傳給 sendmail 的參數
3. smtp: 將寄信的工作交給實際能送信的郵件伺服器, 此參數有很多子參數可設定, 介紹幾個常用的
$params["host"]: 設定實際能幫你送信的主機
$params["port"]: 設定傳送信件的通訊埠, 通常是 25
$params["auth"]: 現在非常多郵件伺服器, 不幫忙送信, 因為垃圾郵件太猖獗, 因此很多郵件伺服器是要認證, 才可幫忙送信, 如果你的郵件伺服器要認證, 此參數要設 true
$params["username"]: 如果 $params["auth"] 是 true, 那此參數和下一個參數分別要給定帳號及密碼
$params["password"]: 設定認證的密碼

如果以上的送信方法設定了, 接下來就是要傳送信件了
$smtp->send($receivers, $headers, $content);
send function 有三個參數
第一個參數設定收件者(一個或多個, 中間以 "," 分隔收件者)
第二個參數信件表頭, 表頭的參數非常多, 主要是 RFC-2822 定義的信件表頭, 以下介紹幾個常用的
$headers["From"]: 定義送件者
$headers["To"]: 定義收件者
$headers["Cc"]: 定義副本收件者 CC(Carbon Copy)
$headers["Bcc"]: 定義密件收件者 BCC(Blind Carbon Copy)
$headers["Subject"]: 定義信件標題
$headers["Reply-To"]: 定義回信收件人地址(可和From 不同)
$headers["Content-Type"]: 定義郵件本文格式 "text/html; charset=big5" 定義此郵件為 html 格式, 中文字以 Big5 編碼
這裡要特別強調一點 To, Cc, Bcc 這三個都只是讓你的 mail 裡, 收件者, 副本及密件副本欄位依照你指定的顯示, 實際上你的 Mail 送給哪些人是根據第一個參數所給的地址, 這個在我寫程式時沒搞清楚, 以為放在 Cc 和 Bcc 中的程式也會幫我送, 一直以為程式有錯, 後來 google 才知道真正原因

第三個參數是你郵件的本文, 記得要跟 header 中 Content-Type 相符合, 才不會是亂碼

留言

這個網誌中的熱門文章

用 NotebookLM AI 打造 Pikmin 蘑菇重生計算機

有玩《Pikmin Bloom》的玩家都知道,遊戲中的大蘑菇(例如「一般 神秘蘑菇」或「一般 紅色蘑菇」)被推毀後需要一段時間才會重生 。為了精準掌握下一次搶菇的時機,我決定透過 NotebookLM 的協助, 動手寫一個小工具:只要上傳包含挑戰剩餘時間(如「剩下20 分 47 秒」或「剩下1 小時 1 分 58 秒」)的遊戲截圖 ,系統就能自動推算出精確到秒的重生時間。 一開始我只上傳了一張 Pikmin 打菇的截圖, AI 就根據我的要求自動根據左上角的系統時間與圖中剩餘時間等資訊, 告訴我要安裝相關 OCR 套件, 並開發出第一個版本的程式, 這個程式已經大致完成了我的需求, 但離實用還有一小段距離, 所以在持續改進的開發過程中,我遇到了幾個有趣且經典的技術挑戰(對於這些影線處理, OCR, 圖片 EXIF info 等知識, 我是沒有太多的經驗, 但在 AI 一步一步的引導下完成了我的需求),在此與大家分享:  一、 影像預處理:拯救低迷的 OCR 辨識率 一開始,我直接將遊戲截圖丟給 Tesseract OCR 引擎,但辨識結果慘不忍睹。原因是遊戲畫面背景太過複雜(充滿草地、花朵與蘑菇發光特效) ,且文字是白色的。 為了解決這個問題,AI 引入了 OpenCV 進行影像預處理。先將圖片精準裁切,只保留左下角的血條與時間區域,接著轉為灰階並放大兩倍,最後使用二值化(經過測試閾值 200 得到不錯的效果)並反轉顏色。這個步驟成功將複雜的畫面轉換成 Tesseract 最容易辨識的「白底黑字」,大幅提升了準確率, 但在做更多的不同截圖的測試, 閾值 200 並不能成功轉換成 OCR 能辨識的黑白圖, 因此我請 AI 調整成以 200 為基礎, 如果辨識失敗, 在調整成 210, 190, 220, 180 如果都失敗才判定無法辨識(下圖是調整後的圖形)。  二、 對抗 OCR 的奇妙誤判與高容錯 Regex 解決了影像問題,接著是文字解析。遊戲字體中的無襯線數字「1」非常容易被誤判為英文字母 l、I、直線 |,甚至在辨識「1 小時」時被讀成 ]小時 。 為此,我設計了一套高容錯率的正規表達式 (Regex):(?:([0-9lIi|\]\[]+)\s*小?\s*時\s*)?(?:([0-9lIi|\]\[]+)\s*分\s*)?([0-9lIi...