Wat is een MBOX-bestand?

Een MBOX-bestand is een gewoon tekstbestand waarin veel e-mailberichten achter elkaar staan, elk beginnend met een regel die begint met From en een spatie. Dat is het hele formaat. Het is wat Google Takeout je geeft als je Gmail exporteert, en waarin Thunderbird en Apple Mail je post op schijf bewaren.

Staat er een in je downloadmap en wil je hem gewoon lezen, spring dan door naar openen op de Mac of op Windows. Wil je weten wat je eigenlijk in handen hebt, lees dan verder.

Waarom is het niet meer dan een tekstbestand?

Omdat het begin jaren zeventig ontstond, toen een mailbox een bestand was waar een programma iets aan vastplakte. MBOX — kort voor mailbox — is nooit ontworpen; het is aangegroeid. Pas decennia later kreeg het een geschreven specificatie, in RFC 4155, en die beschrijft het vooral om uit te leggen hoe je er een over het internet verstuurt.

Open zo’n bestand in een teksteditor en je leest je eigen post zonder ook maar één programma. Dat is op zichzelf al de moeite van het weten waard: wat er ook gebeurt met de app die je vandaag gebruikt, je archief zit er niet aan vast. Vijftig jaar aan gereedschap kan dit formaat lezen, en precies daarom exporteren diensten er nog altijd naartoe.

Hoe weet het waar een bericht ophoudt?

Aan een afspraak die te wankel klinkt om overleefd te kunnen hebben: een regel die begint met From markeert het begin van een nieuw bericht.

Waarmee het voor de hand liggende probleem meteen op tafel ligt — wat als de body van een bericht zelf een regel bevat die zo begint, in een geciteerd antwoord of een stuk voorbeeldcode? De antwoorden op die vraag zijn de varianten van het formaat. mboxo zet een > voor de betreffende regel. mboxrd doet hetzelfde, maar ontsnapt ook regels die al met >From beginnen, waardoor de ingreep omkeerbaar wordt. mboxcl en mboxcl2 slaan het ontsnappen helemaal over en noteren in plaats daarvan de lengte van elk bericht in een Content-Length-header.

Welke je hebt, hoef je bijna nooit te weten. Het doet er in precies één situatie toe: als een programma verkeerd gokt en een bericht middendoor knipt, zodat je een mailbox overhoudt met meer berichten erin dan je ooit hebt ontvangen.

Wat zit er in één bericht?

Alles, gecodeerd als tekst. Bovenaan staan de headers — From, To, Subject, Date, plus een stapel technische — dan een witregel, dan de body.

Heeft het bericht een HTML-versie, of zit er een foto aan vast, dan zijn dat MIME-onderdelen binnen datzelfde bericht, en binaire bestanden worden in base64 gecodeerd zodat ze als tekst overleven. Daarom is een mailbox met een paar honderd foto’s erin zo enorm: base64 maakt een bestand ongeveer een derde groter dan het was, en dat staat allemaal in die ene .mbox.

Waar komt een MBOX-bestand vandaan?

Vier bronnen dekken bijna iedereen:

Google Takeout. Exporteer je Gmail en je krijgt MBOX — één enorm bestand, of meerdere als de mailbox erg groot is. Gmails labels overleven de reis: de export schrijft ze in een header.
Thunderbird. Elke map die je in Thunderbird ziet is een MBOX-bestand in je profielmap, naast een .msf-indexbestand dat alleen Thunderbird nodig heeft.
Apple Mail. Een mailbox exporteren levert iets verwarrends op: een map met de naam Inbox.mbox en daarin een bestand dat letterlijk mbox heet. De map is verpakking; het bestand erin is gewone MBOX.
Mailservers. Postfix, Dovecot en hun verwanten bewaren post al decennia op deze manier, en oude back-ups staan er vol mee.

Hoe open je er dan een?

Meestal niet door te dubbelklikken — noch macOS noch Windows wordt geleverd met iets dat voor die extensie geregistreerd staat, dus er gebeurt niets, of Apple Mail probeert het bestand te importeren, en dat is iets heel anders. Importeren kopieert elk bericht naar Mails eigen opslag; openen raakt het bestand helemaal niet aan.

Wat je wilt is een reader die het bestand opent waar het staat en het verder met rust laat. Dat is wat Mbox Viewer op Mac en Windows doet: hij leest streamend door het bestand heen in plaats van het in het geheugen te laden, zodat een archief van 50 GB met zo’n half miljoen berichten binnen vijf minuten opengaat en onder 600 MB RAM blijft, en hij bouwt een index waardoor elke keer daarna openen minder dan een seconde kost. Hij is strikt alleen-lezen. Mailboxen tot 1 GB gaan open zonder dat je iets koopt.

Moet je hem eerst converteren?

Vrijwel zeker niet, als je hem alleen wilt lezen. Converteren doet er pas toe wanneer een ander programma de post in een andere vorm nodig heeft — een geval dat zeldzamer is dan de zoekresultaten doen vermoeden. De conversie die mensen werkelijk nodig hebben, is meestal de omgekeerde: een Outlook-archief naar MBOX krijgen, en daar hebben we een eigen gids voor.

Kort samengevat

Het is een tekstbestand vol e-mails, gescheiden door From -regels. Het is oud, het is simpel, en die eenvoud is precies waarom je post decennia later nog leesbaar is. Het lastige zat nooit in het formaat — het zit erin dat besturingssystemen niet weten wat ze ermee aan moeten, en dat de meeste readers omvallen zodra het bestand groot wordt.

Meer definities staan in de woordenlijst, om te beginnen bij MBOX zelf.