Thunderbirdのアドレスブックからメールアドレスを取り出す

perl

thunderbird

最近spamがまた酷くなってきたので、フィルタリングのルールを強くしたら、仕事関係のメールがspamに振り分けられるという問題が発生してきたので、メーラーのアドレス帳からメールアドレスを拾ってホワイトリストを作ろうと思って、Thunderbirdのアドレス帳からメールアドレスを抽出するスクリプトを書いてみました。

Thunderbirdのアドレスブックは.mabというちょっと変な形式になっています。どうやら歴史的な経緯でこの形式が使われているようなのですが、なかなか厄介な形式のようです。

Mork の謎 Firefox Hacks 翻訳日記/ウェブリブログ

Mork の何が悪いのか？
1. Mozilla 以外には使われていない、独自仕様のデータフォーマット。
2. 仕様書がない（に等しい）ので解析が困難。
3. 開発者がすでに退社しており、継続的な開発・修正が困難。
4. ファイルの一部が破損したときに手作業での修復が困難。
5. 開発者の言によれば、「テキストファイル形式を使うのは馬鹿げている、と思ったがそうしろと命令されたから作った」（前出 WebArchive のページ）

これを扱うためのライブラリとしてCPANにFile::Morkというモジュールがあり、すでにこれを使ってスクリプトを書いた人もいるようなので^*1、そのプログラムを参考（というか、ほとんどそのまま）にスクリプトを作ってみました。

use strict;
use warnings;

use Getopt::Long;
use File::Mork;

my $file;
GetOptions("file=s" => \$file);
unless ($file) {
    printf("\nUsage: perl $0 --file <file> \n");
    exit;
}

my $mork = File::Mork->new($file, verbose => 1, byte_order => 'BE' )　|| die $File::Mork::ERROR."\n";

foreach my $entry ($mork->entries) {
    print $$entry{'LowercasePrimaryEmail'} . "\n" if $$entry{'LowercasePrimaryEmail'};

# for debug
#    while (my($hkey, $hval) = each %$entry) {
#        printf("%s=%s\n", $hkey, $hval);
#    }
}

デフォルトのままではうまくエンディアンが認識できずに、エラーが出てしまうので、エンディアンをbyte_order => 'BE'と言う風に直接指定しています。場合によってはこの部分をLEに書き換える必要があるかもしれません。このあたりも次のバージョンくらいからSqliteになっていったりするんでしょうかね。