如何将OutLook Express邮件进行HTML归档

关键词：OutLook Express mbx mbox mhonarc mbx2mbox mime decode OE html dump

内容摘要：通过几个perl应用的组合，介绍个人邮件的HTML归档方法

员工的EMAIL对于公司来说也是一份非常有用的文档资源，工作EMAIL中/不仅包含了大量的工作内容（比如客户信息，工作进展情况等），从中还可以做进一步的分析挖掘，可以作为对已有的工作流程/员工绩效评估的依据。但对于目前大部分缺乏知识管理的的公司来说，工作邮件一般缺乏集中管理，邮件保存在员工个人的机器里。就算员工走的时候没有把硬盘格式化，接受工作的新员工往往也缺乏邮件导入的技能，就算成功的将前任邮件导入，整理前任上千封工作EMAIL也是一件非常恐怖的事情。因此，留住员工的邮件后，内容的高效访问手段就显的非常重要了。

其实在UNIX平台下有大量的小工具可以实现邮件==>HTML的导出，因此对于OE==>html的导出有2个主要问题：

MS用的是自己mbx(dbx)格式。
邮件中的中文编码/解码问题。

根据以往的工作经验，我总结了以下流程，来进行工作交接时的邮件的归档管理：将OE邮件通过几个PERL工具归档成HTML格式，以方便后来者的工作交接。

邮件汇总：在OE中建立一个work目录，通过Outlook Express的邮件查找功能，将所有使用工作邮箱的邮件移动到work目录下（后面都将以work文件名为例）。这样，根据OE的版本不同，在OE的存储目录中会生成一个work.mbx(OE5以后时work.dbx)文件。
邮件转储：将work.mbx（或work.dbx）文件上传到LINUX服务器（或者其他任何支持PERL5.6的平台）上，利用mbx2mbox将work.mbx文件转储成mbox文件，使用说明：
bash% mbx2mbox work.dbx
输出成的文件为：work
邮件解码：由于邮件中有大量中文信息，所以需要用MIME-tools将邮件中相应的解码，否则最后通过MHONARC导出的HTML会乱码：
perl -MMIME::Words=:all -pi.bak -e 's/=\?.+\?=/decode_mimewords $&/eg' work
HTML归档：mhonarc是一个很著名的邮件=>HTML转换工具，利用mhonarc将mbox格式的work文件导出成HTML文档：
mhonarc -reverse -sort work
导出的邮件可以用浏览器按照主题线索（有缩进）/时间进行方便的浏览。

使用这个邮件归档制度的好处在于，导出的邮件可以按照主题线索/时间进行方便的浏览，达到工作成果保留和数据访问效率最大化。

以上服务器端的工具包都是PERL写的，安装方式都是下载解包后：
perl Makefile.PL
make
make install
注释：在安装MIME-tools过程中可能会有警告提示说有一些模块没有安装，但我测试过实际上是可以忽略这些警告的，当然也可以去search.cpan.org下载。

使用过程中我也使用过一些MS平台下的小工具，比如DBXTract等，这类WINDOWS下的小工具有2个弱点：

稳定性差：导100多个MAIL还行，导500多个邮件（尤其是还包含很多附件）就总是出错，MHONARC等小工具虽然功能单一，但稳定性和效率真是没的说……这也是LINUX下工具箱哲学的一种体现吧；
不是OPEN SOURCE：出了错，你想改都不可能，用MBX2MBOX + mhonarc虽然步骤多一点，但其实还是可以简化的，比较费手工的是第1步，在服务器上安装好以后工具后，以后的步骤用一个简单的SHELL脚本将3个工具连起来使用就可以了
通用性差：对于OE以外的邮件应用（好像outlook也是MBX格式），只要邮箱文件可以方便的转储成标准的mbox格式（NETSCAPE等邮件工具大部分使用和UNIX系统上通用的MBOX格式），而后面的mbox邮箱==>HTML导出步骤是一样的。

个人看法：由于存储的分散和共享的不便，邮件不是一个长久保留知识成果的好方法，邮件列表是一种很好改进，而论坛形式的信息集中存储是此类管理的有效补充，毕竟后台的数据库系统比分散的邮件文件更容易统计/管理。

参考资料：

mbx2mbox: 邮箱mbx ==> mbox格式转换工具
http://sourceforge.net/projects/mbx2mbox

MIME-tools: 编码/解码工具
http://www.cpan.org/authors/id/ERYQ/MIME-tools-5.411a.tar.gz

mhonarc: 邮件归档工具
http://www.oac.uci.edu/indiv/ehood/mhonarc.html