最靠谱方案是用 mailkit 的 mboxreader，需显式指定编码（如 iso-8859-1 或 gbk），调用 tryreadmessage 解析，优先用 textbody/htmlbody 获取解码后内容，大文件需流式处理并手动 dispose。
用 MailKit 解析 mbox 文件最靠谱
直接上结论：别自己手写解析器，MailKit 是目前 C# 生态里唯一稳定支持完整 mbox 格式的开源库。它能正确处理多封邮件拼接、From 行边界、时间戳乱码、编码混用等坑点。
常见错误现象是用 StreamReader 按行读取后简单切分 From 行，结果遇到带附件的邮件或含 From 字样的正文就断错位置——mbox 规范要求只有行首独立的 From （注意末尾空格）才是分隔符，且后面必须紧跟时间戳。
-
MailKit内部用状态机识别真实分隔符，跳过邮件体内的干扰文本 - 支持自动检测
Content-Transfer-Encoding和charset，避免中文乱码 - 不依赖系统本地化设置，Windows/macOS/Linux 行为一致
mbox 文件路径和编码必须显式指定
很多失败案例源于默认编码误判。StreamReader 用 UTF-8 BOM 判断编码，但绝大多数 mbox 文件无 BOM，且实际是 ISO-8859-1 或 GBK 编码的原始 Unix 邮件存档。
使用 MailKit 时，MboxReader 构造函数必须传入 Encoding 参数：
using (var reader = new MboxReader("inbox.mbox", Encoding.GetEncoding("iso-8859-1")))
{
while (reader.TryReadMessage(out var message))
{
Console.WriteLine(message.Subject);
}
}- Unix 系统导出的老 mbox 多为
iso-8859-1；中文环境可能是gb2312或gbk - 若不确定编码，先用
file -i inbox.mbox（Linux/macOS）或chardet工具探测 - 别用
Encoding.Default——它在 Windows 上是 GBK，在 Linux 容器里可能是 UTF-8，行为不可控
提取邮件头和正文要区分 TextBody 和 HtmlBody
MimeMessage 的 TextBody 不是“纯文本内容”，而是自动降级后的首选文本体。它会按 text/plain → text/html → 其他 text/* 类型顺序选取，且已解码（base64/QP）并转码为 .NET 字符串。
常见误区是直接读 message.Body，结果拿到的是原始 MIME 结构对象，不是可读字符串。
- 需要纯文本内容：优先用
message.TextBody，它已处理换行、编码、字符集转换 - 需要 HTML 渲染：用
message.HtmlBody，注意可能含相对路径引用的内嵌资源 - 要访问原始未解码数据（比如调试编码问题）：遍历
message.BodyParts手动找TextPart并调用GetBodyAsText()
大文件下内存暴涨？得用流式处理 + 显式释放
MboxReader 默认把整封邮件载入内存再解析 MIME 结构，单封超 10MB 的邮件（比如带大附件的旧存档）会导致 GC 压力骤增，甚至 OutOfMemoryException。
关键控制点有两个：
- 构造
MboxReader时传入leaveOpen: true，避免内部重复打开文件流 - 每次循环后手动调用
message.Dispose()，立即释放 MIME 解析树占用的内存 - 若只需提取发件人/主题/时间，可用
message.Headers直接读，跳过完整 MIME 解析
真正难搞的是混合了二进制附件和 base64 编码的老旧 mbox——那些没有 Content-Transfer-Encoding 声明却实际用了 base64 的邮件，MailKit 会尝试自动探测，但仍有小概率失败。这时候得关掉自动探测，手动按块解析原始字节流。
