合法邮件起始行必须独占一行、以“From ”（含尾随空格）开头、后接非空格字符，需用substr(0,5)=="From "精确匹配，跳过引用行、注释行及伪From行，并验证下一行非空。
直接解析 MBOX 文件没有标准 C++ 库支持，必须手动按格式规则拆分邮件条目；它不是二进制协议，而是纯文本拼接，关键在识别 From 行（注意末尾空格）和空行分隔。
如何识别合法的邮件起始行
MBOX 格式中，每封邮件以形如 From sender@example.com Sat Jan 1 00:00:00 2023 的行开头，且该行必须独占一行、以 From （带空格）起始、后面紧接非空格字符。常见误判点包括：邮件正文里出现的 From: 头、转发时自动添加的 > From 引用行、或某些 MUA 插入的 From_ 变体。
- 必须逐行读取，用
std::string::substr(0, 5) == "From "判断，不能只查是否包含子串 - 跳过以
>开头的行（引用缩进）、以及前导空白或注释行（如#开头） - 遇到
From行后，需确认下一行不是空行（防止误把跨行的伪造行当起点）
如何安全提取单封邮件的原始字节
从一个 From 行开始，到下一个 From 行（或文件末尾）之前的所有内容，就是这封邮件的原始数据——但要注意：MBOX 规范要求对正文中真正出现的 From 行做转义（即在前面加 >），解析时通常不还原，而是原样保留；你拿到的就是发件人看到的“编码后”内容。
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
- 不要用
std::getline无条件读到空行就停：有些邮件正文含连续空行，而真正的分隔是下一个From行 - 推荐用
std::istreambuf_iterator按字符读取，状态机判断From前缀，避免行缓冲导致的边界错位 - 若需还原被转义的
> From为From，仅当该行是邮件正文内、且上一行不是空行时才处理（RFC 4155 建议但非强制）
如何处理编码与头部解析
MBOX 本身不规定字符编码，每封邮件的 Content-Type 头（如 text/plain; charset=utf-8）才决定其主体解码方式；C++ 标准库不提供 MIME 解析，libmime 或 mailio 是可用选项，但轻量场景建议手写小函数提取关键头字段。
立即学习“C++免费学习笔记（深入）”；
- 邮件头部与正文由首个空行分隔，但需注意：有些老旧 MBOX 含有“冒充头部”的空行（如签名分隔线），应以第一个
\r\n\r\n或\n\n为准 - 用
std::string::find("\n\n")定位头部结束位置，再对头部部分逐行切分，用find(':')提取Subject:、Date:等字段值 - 日期字段需用
strptime（POSIX）或std::get_time（C++20）解析，注意时区偏移可能缺失，Mon, 1 Jan 2023 00:00:00 +0000比Sat Jan 1 00:00:00 2023更可靠
真正棘手的是混合换行符（\r\n 和 \n 共存）、非 ASCII 字符未声明 charset、以及某些 MUA 在 From 行后插入额外字段（如 From user@host Mon Jan 1 00:00:00 2023 +0000）。这些不会破坏基本结构，但会让时间解析和发件人提取出错——别依赖固定字段位置，始终按冒号和空格切分并 trim。
