Um .mbox são mensagens coladas umas a seguir às outras, e a cola é uma linha

Porque uma exportação te dá um só ficheiro enorme

Pede o teu correio ao Gmail, ao Thunderbird ou a quase qualquer outro serviço e volta um .mbox por pasta, muitas vezes de vários gigabytes, que nenhum editor de texto corrente abrirá e do qual nenhum cliente de correio te mostrará um índice. Não é preguiça deles: um simples ficheiro de texto ao qual só se acrescenta no fim é o mais barato de escrever, o mais fácil de copiar e o mais difícil de corromper — daí um formato que sobreviveu às máquinas em que foi inventado. O que não permite é chegar a uma mensagem sem ler o ficheiro até esse ponto.

A consequência prática é que convém dividi-lo antes de mais nada. Transformar o mbox em ficheiros .eml individuais dá-te um ficheiro por mensagem, com nome e data, que qualquer ferramenta de pesquisa da tua máquina pode indexar e qualquer cliente de correio pode abrir — e faz do arquivo algo de que podes guardar uma parte em vez de tudo ou nada.

O sinal de maior que ninguém explica

Como o separador não pode ser escapado, a convenção passou a desarmar o problema na escrita: uma linha de corpo que começa mesmo por From é guardada como >From. Lê o ficheiro ingenuamente e esse sinal de maior fica no texto — daí aquelas linhas, em correio arquivado, do género >From my point of view que ninguém escreveu. Uma linha que já começava por um sinal de maior ganha outro, pelo que uma citação de citação pode chegar como >>From. Desfazer um nível na leitura restaura a mensagem; não desfazer nenhum deixa uma pequena corrupção permanente em cada arquivo que guardas.

Perguntas frequentes

Como obtenho um .mbox a partir da minha conta de correio?

Através da exportação de dados que o serviço é obrigado a oferecer. O Gmail exporta pelo Google Takeout marcando Mail; o Thunderbird e o Mail da Apple exportam uma pasta diretamente; quase todos os outros fornecedores têm um equivalente nas definições de conta ou de privacidade. O que obténs é um ficheiro por pasta, por isso uma conta inteira pode ser vários ficheiros e várias dezenas de gigabytes.

O meu navegador aguenta um ficheiro de vários gigabytes?

Depende da memória da tua máquina, já que o ficheiro é lido localmente e não carregado. Algumas centenas de megabytes passam confortavelmente na maioria dos computadores; vários gigabytes talvez não. Se um arquivo muito grande encravar, divide-o primeiro com uma ferramenta de secretária, ou exporta uma pasta de cada vez a partir do serviço em vez da conta inteira — uma exportação por pasta é de qualquer modo mais pequena e mais cómoda.

Como sei se um arquivo antigo ficou truncado?

Procura mensagens que param a meio de uma frase e linhas que começam por um sinal de maior solto à frente da palavra From. Ambas são impressões digitais de um leitor ancorado só nos cinco caracteres. A contagem de mensagens não te dirá nada: é precisamente o que torna a falha difícil de notar, porque uma mensagem truncada continua a contar como uma mensagem.