O que é um arquivo MBOX?

Um arquivo MBOX é um arquivo de texto simples que guarda várias mensagens de e-mail, uma atrás da outra, cada uma começando por uma linha que abre com From e um espaço. O formato é isso. É o que o Google Takeout entrega quando você exporta o Gmail, e é como o Thunderbird e o Apple Mail guardam e-mail em disco.

Se você tem um parado na pasta de downloads e só quer lê-lo, pule para como abri-lo no Mac ou no Windows. Se quer saber o que tem em mãos, siga.

Por que é só um arquivo de texto?

Porque foi inventado no começo dos anos 1970, quando uma caixa de correio era um arquivo em que um programa ia acrescentando coisas no fim. O MBOX — de mailbox — nunca foi projetado; foi se acumulando. Só ganhou especificação escrita décadas depois, na RFC 4155, que o descreve sobretudo para explicar como trocar um deles pela internet.

Abra um num editor de texto e você lê o seu próprio e-mail sem software nenhum. Isso vale por si só: aconteça o que acontecer com o aplicativo que você usa hoje, o arquivo não está preso a ele. Cinquenta anos de ferramentas sabem ler esse formato, e é exatamente por isso que os serviços continuam exportando para ele.

Como ele sabe onde uma mensagem termina?

Por uma convenção que parece frágil demais para ter sobrevivido: uma linha que começa com From marca o início de uma nova mensagem.

O que traz o problema óbvio — e quando o corpo de uma mensagem tem uma linha que começa assim, numa resposta citada ou num trecho de código? As respostas a essa pergunta são as variantes do formato. O mboxo põe um > na frente da linha problemática. O mboxrd faz o mesmo, mas também escapa as linhas que já começavam com >From, o que torna a mudança reversível. O mboxcl e o mboxcl2 dispensam o escape e registram o tamanho de cada mensagem num cabeçalho Content-Length.

Você quase nunca precisa saber qual tem em mãos. Isso importa numa situação só: quando uma ferramenta erra o palpite e corta uma mensagem no meio, deixando você com uma caixa de correio que tem mais mensagens do que você chegou a receber.

O que tem dentro de uma mensagem?

Tudo, codificado como texto. Uma mensagem tem cabeçalhos no topo — From, To, Subject, Date e uma pilha de outros, técnicos —, depois uma linha em branco, depois o corpo.

Se a mensagem tem versão em HTML, ou uma foto anexada, isso são partes MIME dentro da mesma mensagem, e os arquivos binários vão codificados em base64 para sobreviverem como texto. É por isso que uma caixa com algumas centenas de fotos fica enorme: o base64 deixa um arquivo cerca de um terço maior do que ele era, e tudo isso está dentro daquele único .mbox.

De onde vem um arquivo MBOX?

Quatro origens cobrem quase todo mundo:

Google Takeout. Exporte seu Gmail e o que vem é MBOX — um arquivo enorme, ou vários, se a caixa for muito grande. Os marcadores do Gmail sobrevivem à viagem, guardados num cabeçalho que a exportação escreve.
Thunderbird. Cada pasta que você vê no Thunderbird é um arquivo MBOX dentro da pasta do seu perfil, ao lado de um arquivo de índice .msf de que só o Thunderbird precisa.
Apple Mail. Exportar uma caixa produz algo confuso: uma pasta chamada Inbox.mbox com um arquivo dentro chamado literalmente mbox. A pasta é embalagem; o arquivo lá dentro é MBOX padrão.
Servidores de e-mail. Postfix, Dovecot e parentes guardam e-mail assim há décadas, e backups antigos estão cheios disso.

Então, como se abre um?

Não com um duplo clique, normalmente — nem o macOS nem o Windows vêm com nada registrado para essa extensão, então não acontece nada, ou o Apple Mail tenta importar o arquivo, o que é outra coisa completamente diferente. Importar copia cada mensagem para o armazenamento do próprio Mail; abrir não encosta no arquivo.

O que você quer é um leitor que abra o arquivo onde ele está e o deixe em paz. É o que o Mbox Viewer faz no Mac e no Windows: percorre o arquivo em streaming em vez de carregá-lo inteiro na memória, então um arquivo de 50 GB com cerca de meio milhão de mensagens abre em menos de cinco minutos e fica abaixo de 600 MB de RAM, e monta um índice que faz cada abertura seguinte levar menos de um segundo. Ele é estritamente somente leitura. Caixas de até 1 GB abrem sem comprar nada.

Precisa converter antes?

Quase certamente não, se o que você quer é ler. Converter só importa quando outro programa precisa do e-mail em outro formato — um caso mais raro do que os resultados de busca sugerem. A conversão de que as pessoas realmente precisam costuma ser a inversa: levar um arquivo do Outlook para MBOX, e essa tem guia próprio.

A versão curta

É um arquivo de texto cheio de e-mails, separados por linhas From . É antigo, é simples, e é essa simplicidade que mantém seu e-mail legível décadas depois. A parte incômoda nunca foi o formato — é que os sistemas operacionais não sabem o que fazer com ele, e a maioria dos leitores desmorona quando o arquivo cresce.

Mais definições no glossário, a começar pelo próprio MBOX.