如何按时间顺序重新排列mbox文件？

Question

我有一个由Evolution创建的单个spool mbox文件，其中包含我想要打印的一些电子邮件。我的问题是这些邮件没有按时间顺序放入mbox文件中。我想知道使用bash、perl或python将文件从最早到最晚排序的最佳方法。对于发送给我的文件，我想按收到时间排序，对于我发送的文件，我想按发送时间排序。也许使用maildir文件或类似文件更容易吗？

当前电子邮件的格式如下：

From [e-mail] Fri Aug 12 09:34:09 2005
Message-ID: <[e-mail]>
Date: Fri, 12 Aug 2005 09:34:09 +0900
From: me <[e-mail]>
User-Agent: Mozilla Thunderbird 1.0.6 (Windows/20050716)
X-Accept-Language: en-us, en
MIME-Version: 1.0
To: someone <[e-mail]>
Subject: Re: (no subject)
References: <[e-mail]>
In-Reply-To: <[e-mail]>
Content-Type: text/plain; charset=ISO-8859-1; format=flowed
Content-Transfer-Encoding: 8bit
Status: RO
X-Status: 
X-Keywords:                 
X-UID: 371
X-Evolution-Source: imap://[e-mail]/
X-Evolution: 00000002-0010

Hey

the actual content of the email

someone wrote:

> lines of quotedtext

我想知道是否有一种方法可以利用这些信息，例如使用Perl等轻松重新组织文件。

- user1253538

---

不要在标签中预测答案 - user3850

我需要用特定语言来获取答案，这就是为什么相关标签被添加的原因。 - user1253538

如果您希望用这些语言回答，请在问题中说明。 - user3850

我已经加了标签，请不要再删除它们。 - user1253538

我只是在寻求帮助，而不是要求完成工作。没有人强迫任何人回答。 - user1253538

Answer 1

这是使用Python的方法：

#!/usr/bin/python2.5
from email.utils import parsedate
import mailbox

def extract_date(email):
    date = email.get('Date')
    return parsedate(date)

the_mailbox = mailbox.mbox('/path/to/mbox')
sorted_mails = sorted(the_mailbox, key=extract_date)
the_mailbox.update(enumerate(sorted_mails))
the_mailbox.flush()

- user3850

---

交付日期：可能不可用。根据RFC，日期仍然是给定邮件的官方“日期”。 - Keltia

你是对的。我更喜欢使用它，因为我不想让发件人的错误时钟决定我的排序顺序。 - user3850

谢谢您的回复。除了主题，是否有一种简便的方法可以打印整个消息？我在查找email.get的信息时遇到了困难。 - user1253538

似乎还存在着Unicode或\n字符无法解释的问题，有没有一种设置字符集或类似方法的方式？ - user1253538

这就是我所说的“让我们替你做工作”的意思。您可以在此处找到文档：http://docs.python.org/library/mailbox.html - user3850

Answer 2

如果使用Thunderbird的ImportExportTools插件将邮件导入mbox中，Python解决方案将无法起作用。 这里存在一个问题：消息必须以以下格式的'from'行为前缀：

From - Tue Apr 27 19:42:22 2010

但是ImportExportTools在这样的“from”行中添加前缀：

From - Sat May 01 2010 15:07:31 GMT+0400 (Russian Daylight Time)

因此，存在两个错误：

1. 序列“time year”被拆分为“year time”
2. 带有GMT信息的额外垃圾与时区名称一起

由于Python的mailbox.py/UnixMailbox对“from”行匹配有硬编码的正则表达式，因此某些消息无法解析。

我已将错误消息写给了作者，但是有许多错误导入的消息 :(。

- Denis Barmenkov

Answer 3

重写 mbox 有什么意义呢？当您加载邮箱时，可以在内存中重新排序邮件。您想要按哪个时间排序？收到日期？发送日期？无论如何，所有用于处理 mbox 的 Ruby/Python/Perl 模块都可以做到这一点。

- Ollivier Robert

---

因为我想要打印文件，而不是在电脑上查看。 - user1253538

你想将邮箱打印成一个文件吗？如果是这样的话，我建议你编写一个脚本来读取mbox中的每个消息，并使用类似enscript或a2ps的工具（可能使用模板）进行打印。这样会更加方便和美观。 - Keltia

mbox文件本身已经是一个单一的文件，问题在于单一文件中的电子邮件并不按照时间顺序排列。我更倾向于保持它的文本格式，目前我可以直接将其发送到lpr（打印机）：只是它不按照时间顺序排列。 - user1253538