如何按时间顺序对 mbox 文件重新排序？

Question

我有一个使用进化创建的单个线轴 mbox 文件，其中包含我希望打印的一系列电子邮件。 我的问题是电子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 从头到尾对文件进行排序的最佳方法。 对于发给我的文件，我想按已收到的方式订购；对于我发送的文件，我想按已发送的方式订购。 使用 maildir 文件或类似文件可能会更容易吗？

电子邮件目前的格式如下：

From [email protected] Fri Aug 12 09:34:09 2005
Message-ID: <[email protected]>
Date: Fri, 12 Aug 2005 09:34:09 +0900
From: me <[email protected]>
User-Agent: Mozilla Thunderbird 1.0.6 (Windows/20050716)
X-Accept-Language: en-us, en
MIME-Version: 1.0
To: someone <[email protected]>
Subject: Re: (no subject)
References: <[email protected]>
In-Reply-To: <[email protected]>
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://[email protected]/
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使用此信息轻松地重新组织文件，也许可以使用 perl 等。

Answer 1

在 python 中你可以这样做：

#!/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()

Answer 2

如果使用 Thunderbird 的 ImportExportTools 插件将邮件消息导入 mbox，Python 解决方案将无法工作。
有一个错误：消息应在格式中以“from”行为前缀：

From - Tue Apr 27 19:42:22 2010

但 ImportExportTools 以这样的“from”行为前缀：

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

因此存在两个错误：

1. 序列“时间年份”分解为
   GMT 的“年时间”
2. 额外垃圾
   信息以及时区名称

由于Python的mailbox.py/UnixMailbox已经硬编码了正则表达式来匹配'from'行，所以一些消息无法解析。

我把错误信息写给了作者，但是有很多错误导入的信息:(。

Answer 3

当加载邮箱时可以对内存中的邮件重新排序，重写 mbox 有什么意义？ 您想在哪一个时间订购？ 收到日期？ 发送日期？ 无论如何，所有用于使用 mbox 的 Ruby/Python/Perl 模块都可以做到这一点。