用于测试目的的大样本mbox文件

Question

为了开发邮件客户端，我需要一个非常大的mbox测试文件，其中包含尽可能多的电子邮件。最好是>100,000封邮件（>10GB）。

它应该是真实的邮件数据，因为我不仅想测试性能，还要测试邮件过滤器和搜索功能。

非常感谢任何提供相关内容的提示。

- pintpint

---

设置一个没有垃圾邮件过滤器的公开邮件服务器，地址为[e-mail]。将此地址注册到一些色情网站上，然后等待 :-) - Emil Vikström

请查看此OpenData页面，以获取有趣的电子邮件资源。 - philshem

Answer 1

还有其他几个选择：

安然邮件语料库，共210 GB的电子邮件。它是多种电子邮件格式，但应该很容易阅读。

安然电子邮件数据公开发布作为FERC西部能源市场调查的一部分，由EDRM将其转换为行业标准格式。数据集包括1,227,255封电子邮件，附件493,384个，涵盖151个保管人。电子邮件以Microsoft PST、IETF MIME和EDRM XML格式提供。

• 详情和下载

• 亚马逊详情

Apache软件基金会公共邮件档案（200 GB）

截至2011年7月11日，所有公开可用的Apache软件基金会邮件档案的集合

此集合包含ASF 80+ 项目的所有公开可用的电子邮件档案

亚马逊链接

- philshem

Answer 2

您可以使用搜索引擎收集.mbox文本文件。例如，使用谷歌搜索filetype:mbox pipermail会返回大量的.mbox数据。而使用from作为搜索字符串也是有效的。

单个.mbox文件可以进行串联：

cat mboxfile1 > mboxfile
echo >> mboxfile
cat mboxfile2 >> mboxfile

顺便说一下，不道德的不是数据本身，而是你对它的运用。请保持道德！

- philshem

Answer 3

也许你可以复制自己的邮箱多次。例如，你可以使用 IMAP 或文件系统来设置邮件帐户并复制所有电子邮件多次，但这取决于你使用的数据格式。

- Andrew

---

我不能使用自己的邮箱进行测试，因为测试需要由其他人完成，这些人不应该阅读我的邮件... - pintpint