Qu’est-ce qu’un fichier MBOX ?

MBOX est un format texte que n’importe quel éditeur ouvre. Il est utilisé pour le courriel et l’archivage.

L’extension est .mbox et le nom complet Mailbox Archive. L’un et l’autre comptent moins que ce que le fichier peut contenir, et c’est le sujet du reste de cette page.

Il remonte à 1975. La spécification est RFC 4155.

À un format resté lisible aussi longtemps, on peut confier quelque chose qu’on veut retrouver dans dix ans.

Elle est publiée intégralement : n’importe qui peut l’implémenter à partir du document plutôt qu’en l’observant, et c’est pourquoi ce format apparaît dans tant de programmes et pourquoi des fichiers écrits il y a vingt ans s’ouvrent encore. Une spécification publiée n’est pas pour autant libre de redevances : quand un format enveloppe un codec, les brevets sont une question à part, que la norme ne tranche pas.

Un fichier MBOX n’est pas limité à une page, et cela compte au moment de le convertir vers quelque chose qui l’est : une conversion produit un fichier contenant une seule page — la première, sauf si le convertisseur vous laisse choisir laquelle.

Mozilla Thunderbird et Apple Mail le lisent, comme la plupart des programmes du même genre.

Quand un fichier ne s’ouvre pas, le format est rarement en cause : le plus souvent, c’est le programme qui est plus ancien que lui. Convertir vers quelque chose de plus ancien est le contournement fiable, et c’est à cela que sert le reste de ce site.

Aucun navigateur ne le lit.

C’est de loin la raison la plus fréquente de le convertir : non pas que le format soit mauvais, mais que l’endroit où vous voulez montrer le fichier ne sache pas le lire.

MBOX est fait pour être transmis, pas pour travailler dedans. Modifier un tel fichier est possible et rarement agréable ; la voie raisonnable passe par la source et un nouvel export.

MBOX est ce qu’un export de boîte aux lettres vous donne, et de très loin la voie la plus courante est Google Takeout — le service qui remet une copie de votre Gmail. Thunderbird exporte de la même manière, Apple Mail le peut, et la plupart des outils d’archivage et de migration le produisent parce que c’est l’unique format de boîte aux lettres sur lequel tout le monde s’accorde.

Ce qui arrive est un fichier par étiquette ou dossier, et cela peut être très volumineux. Une décennie de courrier avec pièces jointes atteint couramment plusieurs gigaoctets, parfois des dizaines. Cette taille est la première surprise, et ce n’est pas une erreur — le fichier contient chaque message et chaque pièce jointe, non compressé.

Un MBOX est chaque message de la boîte aux lettres écrit l’un après l’autre dans un seul fichier texte brut. Chaque message commence par une ligne débutant par « From » — sans deux-points, ce qui la distingue de l’en-tête From: — et continue jusqu’à ce qu’une telle ligne suivante commence.

C’est toute la structure. Pas d’index, pas de table des matières, pas de frontière par message au-delà d’une ligne de texte qui commence de la bonne manière. C’est un design de 1975, et il a exactement les propriétés qu’on attendrait : glorieusement simple, lisible par n’importe quoi, et totalement inadapté pour trouver un message parmi quarante mille.

Parce que le séparateur est une ligne de texte ordinaire, un message dont le corps contient lui-même une ligne commençant par « From » au début ressemble au début du message suivant. Les logiciels de messagerie échappent ces lignes à l’écriture, en général en insérant un signe supérieur, et différentes implémentations les ont échappées différemment pendant cinquante ans.

C’est la source de la réputation de corruption du format. Une boîte aux lettres écrite par un programme et lue par un autre peut montrer un message tronqué, ou deux messages fusionnés, ou un signe supérieur parasite au début d’une ligne qui allait très bien à l’origine. Le fichier n’est pas endommagé ; deux implémentations ont divergé sur une convention qui n’a jamais été précisément spécifiée.

Thunderbird est la réponse standard : créez un dossier local, déposez le MBOX dans le répertoire du profil ou utilisez une extension d’import, et les messages apparaissent comme une boîte aux lettres normale dans laquelle on peut chercher et lire. Pour un coup d’œil ponctuel à un grand export, cela vaut les vingt minutes que cela prend.

Un éditeur de texte l’ouvrira aussi, et pour un petit fichier c’est réellement la manière la plus rapide de répondre à « le message dont j’ai besoin est-il bien là ». Pour un fichier de plusieurs gigaoctets, la plupart des éditeurs refuseront ou mettront la machine à genoux — c’est une limite de l’éditeur plutôt que du format.

Ce que ni un navigateur ni un système d’exploitation ne fera, c’est vous l’afficher d’un double-clic. Il n’y a pas de gestionnaire intégré sur Windows ou macOS, et c’est pourquoi le fichier reste si souvent un an dans le dossier Téléchargements.

C’est ce que la plupart des gens veulent réellement. Un MBOX est une sauvegarde ; des fichiers EML individuels sont des choses que l’on peut lire, transférer, joindre à un dossier ou remettre à un avocat. Découper transforme un objet opaque en un dossier dans lequel on peut chercher avec les outils que l’on a déjà.

C’est aussi la bonne première étape avant toute conversion. Convertir toute une boîte aux lettres en PDF produit des milliers de documents sans moyen d’y trouver quoi que ce soit ; découper d’abord, identifier les vingt messages qui comptent, puis ne convertir que ceux-là est la différence entre un après-midi et une quinzaine.

Chaque pièce jointe jamais envoyée ou reçue est dans le fichier, encodée en texte base64. L’encodage gonfle les données binaires d’environ un tiers, et rien dans le format n’est compressé, donc une boîte aux lettres contenant quatre gigaoctets de pièces jointes dépasse bien cinq gigaoctets sur disque.

Une conséquence pratique : un MBOX se compresse extrêmement bien. Ziper un export avant de le stocker ou de le transfère en divise typiquement la taille par deux, parce que le texte base64 est extraordinairement redondant. Si vous gardez une archive Takeout comme sauvegarde, la garder zippée est quasiment gratuit.

C’est une excellente archive. Texte brut, spécification publique, cinquante ans d’implémentations, et un format qui sera encore lisible quand chaque client de messagerie en usage aura été remplacé. Si vous voulez que vos courriels survivent à votre fournisseur, un MBOX en stockage froid est une réponse solide.

C’est un mauvais format de travail. Il n’y a pas d’index, donc chaque recherche lit le fichier en entier ; il n’y a pas d’accès concurrentiel sûr, donc deux programmes qui le touchent en même temps peuvent l’endommager ; et il n’y a pas de métadonnées par message au-delà de ce que le message lui-même porte — étiquettes, drapeaux et structure de dossiers sont hors du format et sont perdus ou approximés à chaque migration. Utilisez-le pour archiver et pour migrer, pas pour y vivre.