Extracteur MBOX vers EML

Ce qu'est réellement un MBOX

Un fichier MBOX, ce sont des messages mis bout à bout, chacun précédé d'une ligne commençant par From — sans deux-points. Pas d'index, pas de champ de longueur, pas de table des matières. Thunderbird, Google Takeout, Apple Mail et la plupart des archives de listes de diffusion écrivent ce format : c'est pourquoi une archive de dix mille messages tient dans un seul fichier que votre client met parfois plusieurs minutes à ouvrir.

Le découpage tient surtout à une lecture de lignes attentive. Cet outil repère chaque ligne From qui est vraiment un séparateur — au début du fichier ou après une ligne vide, et suivie de quelque chose qui ressemble à un bloc d'en-têtes — pour qu'un From cité dans le corps d'un message ne le coupe pas en deux. Lorsqu'un message porte un en-tête Content-Length, c'est cette longueur qui fait foi : c'est la seule voie fiable à travers un corps qui cite un séparateur tel quel.

Le problème des dialectes, dit clairement

Comme une ligne du corps peut elle-même commencer par From , les écrivains mbox l'échappent en >From . Deux dialectes divergent sur la portée de cet échappement. mboxrd échappe aussi les lignes commençant déjà par >From (en >>From ), si bien que l'opération est exactement réversible. mboxo n'échappe que le cas non échappé, et ne peut être défait sans deviner.

Une archive contenant >From mais aucun >>From est compatible avec les deux. Cet outil vous dit quel dialecte il a détecté, dit clairement quand l'indice est ambigu, et vous laisse choisir. C'est typiquement le genre de choix qui abîme silencieusement du texte cité s'il est deviné : il n'est donc pas deviné ici.

Nommer la sortie

Le modèle accepte {index}, {date}, {time}, {from}, {subject} et {messageid}, et trois noms s'affichent en aperçu pendant que vous tapez. Chaque jeton est nettoyé séparément avant substitution, de sorte qu'un objet contenant des barres obliques ou un .. ne peut composer un chemin ; le nom final est tronqué et les doublons reçoivent un suffixe numérique. Tous se terminent par .eml.

Ce qui est perdu, honnêtement

La ligne From_ ne fait pas partie d'un message RFC 5322 : elle appartient au conteneur mbox. Elle est retirée de chaque fichier extrait, et avec elle l'expéditeur d'enveloppe et l'horodatage de remise qu'elle portait. Tout ce qui se trouve en dessous, en-têtes et corps, est écrit octet pour octet.

Confidentialité

L'archive est lue dans votre navigateur. Aucun message ne quitte la page.