Primeiramente, alguns esclarecimentos. O cabeçalho Date: não é muito confiável, já que o remetente pode configurá-lo para praticamente qualquer coisa. No entanto, as alternativas também não são muito atraentes; alguns clientes de email realmente tentam analisar os cabeçalhos Received: , mas como o conteúdo do cabeçalho não é padronizado corretamente, isso pode falhar. Se você tiver suas mensagens no formato mk de Berkeley, o pseudo-cabeçalho From_ geralmente contém o registro de data e hora da entrega local, mas imagino que existam programas de entrega que também omitam isso (e parece que você não está usando o mbox). / p>
Então, vamos analisar a análise do cabeçalho RFC822 Date: sem bifurcar.
Um enigma adicional é que nem todos os remetentes usam uma data RFC822 válida neste cabeçalho. Supondo que você não esteja classificando o spam, provavelmente é possível identificar um padrão alternativo para o (s) correspondente (s) que fazem isso; Vou simplesmente ignorar essa lata de vermes aqui. (Eu só esbarrei nisso quando lidava com spam, mas parecia ser bastante prevalente nos e-mails do Japão, o IIRC.)
Eu vejo que você não se importa com o dia do mês, mas estou incluindo aqui também, apenas no caso de alguém achar isso útil.
# Poor man's associative array... Remove leading zeros if desired
# (but then also change the MONTH regex below, as per comment there)
MONTHS='Jan 01
Feb 02
Mar 03
Apr 04
May 05
Jun 06
Jul 07
Aug 08
Sep 09
Oct 10
Nov 11
Dec 12'
:0
* ^Date:[ ]*[A-Z][a-z][a-z], \/[ 0-3][0-9] [A-Z][a-z][a-z] [12][0-9][0-9][0-9]
{
RDATE=$MATCH
:0
* RDATE ?? ^ *\/[1-9][0-9]?
{ DAY=$MATCH }
:0
* RDATE ?? () \/[12][0-9][0-9][0-9]
{ YEAR=$MATCH }
:0
* RDATE ?? () \/[A-Z][a-z][a-z]
{ MON=$MATCH }
:0 # Adjust if you don't want leading zeros -- $MON \/[1-9][0-9]?
* $ MONTHS ?? $MON \/[01][0-9]
{ MONTH=$MATCH }
:0 # Assume TOPIC is set by caller, or somehow determined above
$YEAR/$MONTH/$TOPIC
}
Apenas para recapitular as construções usadas acima, o token \/ especial faz com que as correspondências após serem capturadas em MATCH (o Procmail não possui referências anteriores apropriadas) e VAR ?? como o prefixo de uma condição causa a condição a ser aplicada em relação ao valor da variável VAR em vez de contra os cabeçalhos da mensagem. Finalmente, $ é necessário se você quiser que a condição contenha o valor expandido de uma variável (normalmente, $ significa apenas uma nova linha). Ah, e como sempre, o espaço em branco em [ ]* deveria ser uma aba e um espaço.
A receita acima é útil principalmente para analisar mensagens individuais. Se você quiser dividir uma caixa de correio por data, eu realmente não vejo como você poderia evitar a análise de cada mensagem separadamente e, em seguida, arquivar cada uma delas onde ela pertence.
Se você quiser realmente otimizar e ter mensagens de um período de tempo restrito, suponho que você poderia enumerar expressões regulares para cada um dos meses que deseja cobrir, algo como
for month in 2014/11 2014/12 2015/01 2015/02 2015/03; do
printf ':0\n* ^Date:[ \t]*[A-Z][a-z][a-z], [ 0-3][0-9] %s\n%s/$TOPIC\n' \
"$(date -d "${month%/*}-${month#*/}-01" +'%b %Y')" "$month"
done >months.rc
mas eu não estou totalmente convencido de que ele realmente irá poupá-lo de qualquer ciclo (meça se você precisar!: -)