ruperty
2020 年1 月 18 日 10:07
1
我在导入时大约有 1000 篇帖子失败，主要错误似乎是“映射帖子失败”，例如：
无法映射帖子 b9ec0145-e587-c0e2-768d-ad482c3ab928@mmtaylor.net
这似乎导致许多其他帖子失败，并出现类似以下的错误信息：
1109 / 65895 ( 1.7%) [400 项/分钟] 父消息 b9ec0145-e587-c0e2-768d-ad482c3ab928@mmtaylor.net 不存在。跳过 CAKPLMstp+CaTyfFinM-dHHpVxNHt0fy2vXT9Fx+21mE2RT-ijg@mail.gmail.com : A PCT approach to the “Power Law”
有什么建议可以解决此问题吗？
我有 28 年的帖子，每年一个文件夹，每月一个 mbox 文件。mbox 文件中共有 66909 条消息。导入显示为 65895。相差的 1014 条是否就是导入输出中指示的失败条目？
这些帖子是通过 Aid4Mail 从 Eudora mbx 格式转换为标准 mbox 格式的。
对于“父消息不存在”错误，我发现了 421 个实例。
我的 split_regex 是 “^From .@. [0-9]{4}”，这似乎适用于如下所示的邮件头：
From mmt-xxx@somedomain.net Wed Aug 10 12:06:53 2016
3 个赞
gerhard
2020 年2 月 3 日 12:52
3
上周我在处理另一个问题时也遇到过同样的错误。我打算本周修复它，并在修复后在此处发布更新。
这些只是警告，很可能是因为“无法映射帖子”的错误而出现的。当某条消息引用了不存在的帖子时就会发生这种情况。我相当确定，修复另一个问题后，这些警告中的大多数（如果不是全部的话）都会消失。
5 个赞
gerhard
2020 年2 月 4 日 11:32
5
3 个赞
ruperty
2020 年2 月 10 日 20:34
6
我已升级、重新构建了导入，确认 receiver.rb 已更新，并再次运行导入。
这似乎解决了好几百条消息的问题，谢谢。
不过，仍有大约 200 条消息失败，原因主要有两类：
缺少日期。跳过 bbe76bf7a9cab5a2ec2a06e6ef453555
无法映射邮件 23a86e52-71ba-7435-1c9c-c4f2a134b90d@mmtaylor.net 对应的帖子
此外，还有大量“父项不存在”的提示，我推测这些是由上述问题导致的。
请问这些错误可能是什么原因？对于第一个问题，我查看了 mbx 邮件，但并未发现缺少日期。
gerhard
2020 年2 月 10 日 21:20
7
您可以查看导入脚本生成的 index.db 文件。这是一个 SQLite3 数据库。您可以运行以下查询，查看解析器正在处理的数据。该查询将选择您发布的两个 Message-ID 对应的邮件。
SELECT *
FROM email
WHERE msg_id IN ('bbe76bf7a9cab5a2ec2a06e6ef453555', '23a86e52-71ba-7435-1c9c-c4f2a134b90d@mmtaylor.net')
我想 email_date 和 raw_message 这两列对您来说可能最有趣。也许您能找出是什么让邮件解析器感到困惑……
1 个赞
ruperty
2020 年2 月 12 日 20:54
8
第一条记录的日期为 null，我在 mbx 中也看到该消息没有日期。我注意到带有“：Re”的回复出现在“初始”消息之前，这就是我以为日期并未缺失的原因。导入时是否将具有该主题的父消息作为文件中的第一条？
邮件日期是否取自“Date:”行，例如？
Date: Wed, 25 Mar 1992 12:23:00 GMT
我会看看能否修复那些缺失日期的记录。
ruperty
2020 年2 月 12 日 20:58
9
关于第二个问题，我看不出有什么明显错误。这张图片是否对问题有任何提示？
gerhard
2020 年2 月 12 日 21:03
10
不是，除非你将导入器的 group_messages_by_subject 设置更改为 true，否则它会使用 In-Reply-To 和 References 头进行匹配，并按 Message-ID 排序。
ruperty:
电子邮件日期是否取自“Date:”行，例如？
是的。
ruperty:
这张图片是否对问题有任何提示？
我最大的猜测是某个附件存在问题。也许是文件扩展名不被允许？
1 个赞
ruperty
2020 年2 月 12 日 21:24
11
我确实将 group_messages_by_subject 设置为了 true，因为如果不这样设置，完全没有任何分组。
该消息包含两个内联图片：
Content-Type: application/octet-stream;
Content-Type: image/jpeg; name=“2.1.3FarmerSideEffectLoop.jpg”
是否可能是因为第一个文件名没有扩展名？
1 个赞
ruperty
2020 年2 月 13 日 18:47
12
gerhard:
ruperty:
邮件日期是否取自“Date:”行，例如？
是的。
我能否通过在 index.db 中插入日期来解决日期问题，而不是去折腾 mbx 文件？
1 个赞
gerhard
2020 年2 月 13 日 19:39
13
是的，这样可以。我过去也这样做过。我建议在 settings.yml 中将 index_only 设置为 true，这样它就不会在索引消息后立即开始导入。你可以在索引完成后在数据库中进行所有必要的更改。然后将 index_only 改回 false 并重新启动导入。
ruperty
2020 年2 月 13 日 21:03
14
我觉得我可能误解了某些地方。索引不是已经完成了吗？毕竟 index.db 已经构建好了。
我已经把 index.db 转移到了我的桌面。我打算先更新日期，然后把 index.db 传回服务器，再运行导入。这样不对吗？
ruperty
2020 年2 月 15 日 17:53
15
我决定采用编辑 mbox 文件的方法，添加一行“Date”，例如“Date: Wed, 25 Mar 1992 17:43:06”。我传输了更新后的文件并重新运行了导入操作，共两次。然而，email_date 字段并未更新。
我需要删除 index.db 吗？
