¿Qué es un archivo MBOX?

MBOX es un formato de texto plano que se abre en cualquier editor. Se usa para el correo electrónico y el archivado.

La extensión es .mbox y el nombre completo, Mailbox Archive. Ambos importan menos que lo que el archivo puede contener, y de eso trata el resto de esta página.

Se remonta a 1975. La especificación es RFC 4155.

A un formato que lleva tanto tiempo siendo legible se le puede confiar algo que quieras recuperar dentro de diez años.

Está publicada entera, así que cualquiera puede implementarla leyendo el documento en vez de a base de inspeccionar archivos. Por eso aparece en tantos programas, y por eso los archivos escritos hace veinte años siguen abriéndose hoy. Publicada no quiere decir libre de regalías: cuando un formato envuelve un códec, la licencia de las patentes es un asunto aparte que la norma no resuelve.

Un archivo MBOX no está limitado a una página, y eso importa al convertirlo a algo que sí lo está: de una conversión sale un único archivo con una sola página dentro — la primera, salvo que el conversor te deje elegir cuál.

Mozilla Thunderbird y Apple Mail lo leen, y también la mayoría de programas del mismo tipo.

Cuando un archivo no se abre, el formato rara vez es el problema: lo más habitual es que el programa sea anterior al formato. Convertir a algo más antiguo es la salida fiable, y para eso está el resto de este sitio.

Ningún navegador lo lee.

Ese es el motivo más frecuente para convertirlo: no que el formato sea malo, sino que el sitio donde quieres mostrar el archivo no sabe leerlo.

MBOX está pensado para entregarse, no para trabajar dentro. Editar uno es posible y rara vez agradable; lo sensato es cambiar el original y volver a exportar.

MBOX es lo que entrega una exportación de buzón, y la vía más habitual con diferencia es Google Takeout, el servicio con el que Google te devuelve una copia de tu Gmail. Thunderbird exporta igual, Apple Mail puede hacerlo, y casi todas las herramientas de archivo y migración lo producen porque es el único formato de buzón en el que todo el mundo está de acuerdo.

Lo que llega es un archivo por etiqueta o por carpeta, y puede ser enorme. Diez años de correo con adjuntos son varios gigabytes con toda naturalidad, a veces decenas. Ese tamaño es la primera sorpresa y no es un error: dentro está cada mensaje y cada adjunto, sin comprimir.

Un MBOX es el buzón entero escrito en un solo archivo de texto plano, mensaje tras mensaje. Cada uno empieza en una línea que arranca por «From » — sin dos puntos, que es lo que la distingue de la cabecera From: — y termina donde empieza la siguiente línea de esa forma.

Esa es toda la estructura. No hay índice, ni sumario, ni más frontera entre mensajes que una línea de texto que casualmente empieza como debe. Es un diseño de 1975 y tiene exactamente las propiedades que cabría esperar: sencillísimo, legible por cualquier cosa y completamente inservible para encontrar un mensaje entre cuarenta mil.

Como el separador es una línea de texto corriente, un mensaje cuyo cuerpo contenga una línea que empiece por «From » parece el comienzo del siguiente. Los programas de correo escapan esas líneas al escribir el archivo, normalmente metiendo delante un signo mayor que, y llevan cincuenta años escapándolas cada uno a su manera.

De ahí viene la fama de formato corrupto. Un buzón escrito por un programa y leído por otro puede mostrar un mensaje truncado, dos mensajes fundidos o un signo suelto al principio de una línea que en el original estaba limpia. El archivo no está dañado: dos implementaciones discrepan sobre una convención que nunca se especificó con precisión.

Thunderbird es la respuesta estándar: se crea una carpeta local, se coloca el MBOX en el perfil o se usa un complemento de importación, y los mensajes aparecen como un buzón normal que se puede buscar y leer. Para echar un vistazo puntual a una exportación grande, esos veinte minutos están bien invertidos.

Un editor de texto también lo abre, y con un archivo pequeño es honestamente la forma más rápida de contestar a «¿está aquí dentro el mensaje que necesito?». Con un archivo de varios gigabytes, la mayoría de los editores se niegan o se llevan la máquina por delante, y eso es un límite del editor y no del formato. Lo que no va a pasar en ningún caso es que se abra al hacer doble clic: ni Windows ni macOS traen nada que lo entienda, y por eso tantas exportaciones llevan un año en la carpeta de descargas.

Un MBOX es una copia de seguridad; los archivos EML sueltos son cosas que se pueden leer, reenviar, adjuntar a un expediente o entregar a un abogado. Partirlo convierte un objeto opaco en una carpeta que puedes buscar con las herramientas que ya usas.

También es el primer paso correcto antes de cualquier conversión. Pasar un buzón entero a PDF produce miles de documentos y ninguna manera de encontrar nada dentro; partir primero, localizar los veinte mensajes que importan y convertir solo esos es la diferencia entre una tarde y quince días.

Cada adjunto que has enviado o recibido está en el archivo, codificado en base64. Esa codificación infla los datos binarios alrededor de un tercio, y como nada del formato va comprimido, un buzón con cuatro gigabytes de adjuntos ocupa bastante más de cinco en el disco.

Una consecuencia práctica muy útil: un MBOX se comprime extraordinariamente bien. Meterlo en un ZIP antes de guardarlo o de transferirlo suele dejarlo en la mitad, porque el texto en base64 es enormemente redundante. Si guardas una exportación de Takeout como respaldo, guardarla comprimida sale prácticamente gratis.

Como archivo histórico es excelente: texto plano, especificación pública, cincuenta años de implementaciones y un formato que seguirá siendo legible cuando hayan desaparecido todos los clientes de correo que hoy usamos. Si quieres que tu correo sobreviva a tu proveedor, un MBOX en almacenamiento frío es una respuesta sólida.

Como formato de trabajo diario es malo. No hay índice, así que cada búsqueda recorre el archivo entero; no hay acceso concurrente seguro, así que dos programas tocándolo a la vez pueden estropearlo; y no hay metadatos por mensaje más allá de lo que el propio mensaje lleve — las etiquetas, las marcas y la estructura de carpetas viven fuera del formato y en toda migración se pierden o se aproximan. Sirve para archivar y para mudarse, no para vivir dentro.

Solo en parte. Takeout escribe un archivo por etiqueta y además anota las etiquetas en una cabecera propia dentro de cada mensaje, lo que ayuda si la herramienta de destino sabe leerla. La estructura de carpetas y las marcas de leído o destacado no forman parte del formato.

Traducido a lo que verás: los mensajes llegan completos y lo que los rodeaba llega aproximado. Cuenta con revisar a mano la organización después de cualquier migración, y no des por perdida una etiqueta hasta haber mirado las cabeceras del mensaje en un editor de texto, que es donde suele seguir estando.