Início / unix / Perguntas / 768787
Accepted
Ray Andrews
Asked: 2024-02-08 05:11:44 +0800 CST

exportar/converter e-mails (arquivos .eml) em texto simples

  • 772

Tenho um arquivo antigo de e-mails e quero combiná-los em um grande arquivo de texto feliz, isso pode ser feito? Percebo que quando visualizo um e-mail e recorto e colo o conteúdo, obtenho exatamente o que desejo - toda a formatação desapareceu e tenho um arquivo de texto legível, todos os metadados desapareceram junto com todo o material HTML. Eu olhei para 'html2text', mas ele deixa todas as tags, enquanto eu pensei que iria removê-las. Eu poderia visualizar, recortar e colar, mas isso levaria muito tempo.

Aliás, eu uso o Thunderbird, se isso for importante. Não acho que possa fazer isso dentro do programa, espero que seja algum utilitário de linha de comando.

email

2 respostas

  1. Best Answer

    Uma solução com script usando:

    • formail(vem com procmail) para converter os e-mails para o formato de caixa de correio
    • muttpara decodificar o material de mímica
    • elinkspara converter HTML em texto para aqueles e-mails que não têm text/plainalternativa
    • zshpara orquestrar o lote e encontrar os emlarquivos no diretório de trabalho atual e abaixo.
    #! /bin/zsh -
MAILCAPS==(
print 'text/html; /usr/bin/elinks -force-html -dump %s; copiousoutput'
) mutt -F =(<<'EOF'
set pipe_decode
set pipe_split
alternative_order text/plain text
unset wait_key
auto_view text/html
push "<tag-pattern>~A<enter><tag-prefix-cond><pipe-message>formail>>out.mbox<enter><exit>"
EOF
) -f =(for f (**/*.eml(n.)) formail < $f) > /dev/null

    O texto é anexado ao out.mboxarquivo. Esse arquivo ainda pode ser aberto como uma pasta de correio pela maioria dos agentes de usuário de correio (não conheço o Thunderbird) e deve ser um texto simples com a maioria dos cabeçalhos eliminados.

    Se você não se importa com o arquivo no formato de caixa de correio, pode substituir formail>>out.mboxpor cat>>out.txt, e se não se importa com cabeçalhos, por sed '1,/^$/d'>>out.txt.

    Verifique a elinkspágina de manual para saber como ajustar o HTML para renderização de texto, se necessário.

    • 2

  2. O Thunderbird tem um anexo que faz isso: ImportExportTools . Primeiro você o usa para importar os arquivos .eml soltos e depois os exporta para um único arquivo de texto. Funciona bem.

    • 0

relate perguntas