مستخرج MBOX إلى EML

ما هو ملف MBOX فعلاً

ملف MBOX رسائلٌ موضوعة الواحدة تلو الأخرى، تسبق كلاً منها سطرٌ يبدأ بـ From — بلا نقطتين. لا فهرس ولا حقل طول ولا جدول محتويات. وثاندربيرد وGoogle Takeout وApple Mail ومعظم أرشيفات القوائم البريدية تكتب هذا النسق، ولهذا يكون أرشيف عشرة آلاف رسالة ملفاً واحداً قد يستغرق برنامج بريدك دقائق لفتحه.

تقسيمه في معظمه قراءة أسطر بعناية. تعثر هذه الأداة على كل سطر From يكون فاصلاً حقيقياً — في بداية الملف أو بعد سطر فارغ، ويتلوه ما يشبه كتلة ترويسات — حتى لا يشطر سطرُ From مقتبسٌ داخل متن رسالةٍ تلك الرسالةَ نصفين. وحين تحمل رسالة ترويسة Content-Length يُعتمد ذلك الطول، وهو السبيل الموثوق الوحيد عبر متنٍ يقتبس فاصلاً حرفياً.

مشكلة اللهجات، بصراحة

لأن سطراً في المتن قد يبدأ هو نفسه بـ From ، تهرّبه برامج كتابة mbox إلى >From . وتختلف لهجتان في مدى ذلك. فـ mboxrd تهرّب أيضاً الأسطر التي كانت تبدأ بـ >From (لتصير >>From )، فيمكن فكّ التهريب بدقة. أما mboxo فتهرّب الحالة غير المهرَّبة فحسب، ولا يمكن فكّها دون تخمين.

أرشيفٌ فيه >From وليس فيه >>From يوافق اللهجتين معاً. تخبرك هذه الأداة باللهجة التي اكتشفتها، وتقول بوضوح متى تكون القرائن ملتبسة، وتترك لك الاختيار. هذا من الأمور التي تُفسد النص المقتبس بصمت إن خُمّنت، ولذلك لا تُخمَّن هنا.

تسمية المخرجات

يقبل القالب {index} و{date} و{time} و{from} و{subject} و{messageid}، وتُعرض ثلاثة أسماء أثناء الكتابة. ويُنظَّف كل رمز على حدة قبل استبداله، فلا يستطيع موضوعٌ فيه شرطات مائلة أو .. أن يركّب مساراً؛ ويُقصَّر الاسم النهائي، وتأخذ التكرارات لاحقة رقمية. وكل اسم ينتهي بـ .eml.

ما الذي يُفقد، بصدق

سطر From_ ليس جزءاً من رسالة RFC 5322، بل ينتمي إلى وعاء mbox. ويُحذف من كل ملف مستخرج، ومعه مرسِل المظروف وطابع وقت التسليم الذي كان يحمله. أما كل ما تحته، الترويسات والمتن، فيُكتب بايتاً ببايت.

الخصوصية

يُقرأ الأرشيف داخل متصفحك. ولا تغادر أي رسالة هذه الصفحة.