Pular para o conteúdo principal
Jmail O cliente Python do Jmail é um único arquivo, sem necessidade de instalação. Ele usa dependências inline do PEP 723, então o comando uv run cuida de tudo automaticamente.

Configuração

Não é necessário instalar nada. Basta executar com uv:
uv run clients/python/jmail.py emails --head 5
Ou use-o como biblioteca em seus próprios scripts:
from jmail import JmailClient

client = JmailClient()
df = client.emails()

Uso da biblioteca

Uso básico

from jmail import JmailClient

client = JmailClient()

# All emails with full body text
df = client.emails()

# Network-only (no body text, much smaller download)
df = client.emails(slim=True)

# Documentos com texto completo extraído (baixa arquivos fragmentados)
docs = client.documents(include_text=True)

# Photos, people, and facial recognition data
photos = client.photos()
people = client.people()
faces = client.photo_faces()

# iMessage conversations and messages
convos = client.imessage_conversations()
messages = client.imessage_messages()

# Crowd-sourced star counts
stars = client.star_counts()

# Release batch metadata
batches = client.release_batches()

Obter URLs diretas

Para uso com DuckDB, Polars ou outras ferramentas:
url = client.url("emails-slim")
# → "https://data.jmail.world/v1/emails-slim.parquet"

url = client.url("emails-slim", fmt="ndjson.gz")
# → "https://data.jmail.world/v1/emails-slim.ndjson.gz"

Desativar o cache

# Sempre baixa dados atualizados (sem cache local)
client = JmailClient(cache=False)

Referência da interface de linha de comando

Usage: uv run jmail.py <command> [options]

Commands:
  manifest          Print manifest JSON
  emails            Download emails (--slim for network-only, --head N)
  documents         Download documents (--include-text for full text, --head N)
  photos            Download photos metadata (--head N)
  people            Download people (--head N)
  photo_faces       Download photo face data (--head N)
  imessage_conversations  Download iMessage conversations (--head N)
  imessage_messages       Download iMessage messages (--head N)
  star_counts       Download star counts (--head N)
  release_batches   Download release batches (--head N)
  urls              Print all dataset URLs
  duckdb-examples   Print example DuckDB SQL queries

Options:
  --head N          Show first N rows
  --slim            (emails) Omit body text columns
  --include-text    (documents) Include full extracted text
  --no-cache        Skip local caching, always download fresh

Exemplos

# First 10 emails, network-only view
uv run jmail.py emails --slim --head 10

# All documents with full text
uv run jmail.py documents --include-text

# Imprimir URLs dos datasets para uso em outros lugares
uv run jmail.py urls

# Get manifest with dataset checksums
uv run jmail.py manifest

# Fresh download (skip cache)
uv run jmail.py emails --no-cache --head 5

Dependências

O cliente tem três dependências, gerenciadas automaticamente pelo uv:
  • pandas — manipulação de DataFrames
  • pyarrow — leitura de arquivos Parquet
  • requests — downloads HTTP
Essas dependências são declaradas inline por meio da PEP 723:
# /// script
# requires-python = ">=3.9"
# dependencies = ["pandas", "pyarrow", "requests"]
# ///