Převod souboru PDF do EML

Poštovní klient, platforma e-discovery nebo archiv může vyžadovat jednu zprávu .eml namísto samostatného PDF. Obvyklým výsledkem je e-mail obsahující původní PDF jako přílohu MIME, nikoli upravitelná konverze stránek dokumentu.

Co je formát PDF

PDF je formát dokumentu s pevným rozvržením, který v různých operačních systémech zachovává geometrii stránek, písma, obrázky, anotace a vzhled při tisku. Soubory PDF vytvářejí Adobe Acrobat, Microsoft Word, LibreOffice, webové prohlížeče, skenery a systémy pro správu dokumentů.

PDF se běžně používá pro faktury, smlouvy, naskenované záznamy, zprávy, příručky a exportované kancelářské dokumenty. PDF je dokument, nikoli e-mailový kontejner, takže nemá odesílatele, příjemce, předmět, hlavičky zprávy ani standardní tělo e-mailu.

Co je formát EML

EML je soubor obsahující jednu e-mailovou zprávu, obvykle reprezentovanou hlavičkami RFC 5322 a částmi těla MIME. Soubory EML dokážou otevřít Thunderbird, Apple Mail, Outlook, Windows Mail a mnoho archivních, ticketovacích a forenzních aplikací.

Zpráva EML může obsahovat prostý text, HTML, vložené obrázky a přílohy, například soubory PDF. Jejími výhodami jsou přenositelnost, ukládání jedné zprávy do jednoho souboru a kompatibilita se systémy, které importují jednotlivé e-mailové zprávy. PDF obvykle zůstává přílohou; vložení do souboru EML z jeho stránek neudělá upravitelný obsah e-mailu.

Použití Mozilla Thunderbird

1. Nainstalujte Thunderbird z adresy thunderbird.net a nakonfigurujte identitu účtu nebo použijte existující místní účet. Zprávu nemusíte odesílat ani nahrávat PDF na poštovní server.
2. Vyberte Write a zadejte odesílatele, příjemce, předmět a případný požadovaný text těla zprávy.
3. Vyberte Attach → File, zvolte PDF a potvrďte jeho název a velikost.
4. Vyberte File → Save As → File, zvolte umístění a uložte zprávu. Thunderbird obvykle doplní příponu .eml; pokud název souboru zadáváte sami, ověřte ji.
5. Otevřete uložený soubor v Thunderbirdu nebo jiné aplikaci podporující EML a zkontrolujte hlavičky, tělo zprávy, název přílohy a obsah přílohy. Nevybírejte Send, pokud zpráva nemá být skutečně odeslána.

Tato metoda vytvoří strukturu MIME požadovanou pro e-mail a ponechá původní PDF beze změn. Kopírování textu z PDF do nové zprávy a její uložení jako EML je vhodné pouze tehdy, když příjemce potřebuje text v těle zprávy; nezachová původní rozvržení, obrázky, anotace, podpisy ani vložené soubory. Omezení kopírování v PDF mohou také bránit extrakci textu, obvykle však nebrání připojení souboru.

Vytváření souborů EML pomocí Pythonu

Pro opakovatelnou místní konverzi může standardní knihovna Pythonu vytvořit zprávu EML bez nahrávání PDF:

from email.message import EmailMessage
from email.policy import SMTP
from email.utils import formatdate, make_msgid
from pathlib import Path

pdf = Path("document.pdf")
message = EmailMessage(policy=SMTP)
message["Date"] = formatdate(localtime=True)
message["Message-ID"] = make_msgid()
message["From"] = "sender@example.com"
message["To"] = "recipient@example.com"
message["Subject"] = "Attached PDF"
message.set_content("The PDF is attached.")
message.add_attachment(
    pdf.read_bytes(),
    maintype="application",
    subtype="pdf",
    filename=pdf.name,
)
Path("document.eml").write_bytes(bytes(message))

Uložte skript jako make_eml.py, umístěte jej vedle souboru document.pdf a spusťte python make_eml.py. Podle potřeby nahraďte adresy, předmět, tělo zprávy a názvy souborů. Zásada SMTP zapisuje konvenční konce řádků CRLF a typ obsahu application/pdf správně identifikuje přílohu.

Vložení obsahu PDF do těla e-mailu

Pokud přijímající systém vyžaduje čitelný text v těle zprávy, extrahujte jej pomocí nástroje, jako je pdftotext document.pdf document.txt, a poté tento text vložte do těla EML. Extrakce textu může způsobit ztrátu rozvržení stránek, písem, obrázků, tabulek, sloupců a pořadí čtení. Naskenované PDF nejprve vyžaduje OCR, například ocrmypdf input.pdf output.pdf; výstup OCR je stále nutné zkontrolovat kvůli chybám rozpoznávání.

Online konverzní služby

Služby jako Zamzar mohou nabízet možnost převodu PDF do EML, jejich dostupnost a přesné chování výstupu se však mohou měnit. Službu použijte pouze tehdy, když její aktuální stránka konverze výslovně vytváří zprávu EML, a poté výsledek stáhněte a zkontrolujte v poštovním klientovi podporujícím EML. Některé služby extrahují text z PDF nebo vytvoří obecný e-mail namísto připojení původního souboru.

Při online zpracování se PDF nahrává a poskytovateli mohou být zpřístupněny důvěrné smlouvy, osobní záznamy, podepsané dokumenty nebo regulovaná data. Thunderbird a metoda Pythonu ponechávají PDF i vygenerovaný soubor EML v místním počítači.

Omezení kvality a kompatibility

Neexistuje univerzální sémantická konverze dokumentu PDF s pevným rozvržením na e-mail. Původní PDF si ponechte, pokud záleží na jeho vizuálním rozvržení, digitálních podpisech, anotacích, vložených souborech, metadatech nebo důkazní integritě. EML je kontejner pro zprávu a přílohu, nikoli náhrada tohoto zdrojového dokumentu.

Kódování Base64 běžně zvětší velikost zprávy s připojeným PDF přibližně o 33 procent, ještě před započtením hlaviček a hranic MIME. Poštovní server nebo importní nástroj může soubor EML odmítnout, i když původní PDF splňovalo jeho limit velikosti.

Pokud importní nástroj soubor odmítne, ověřte, že obsahuje platné hlavičky, jako jsou From, To, Date a Subject, verzi MIME, typ obsahu application/pdf a očekávané konce řádků. Některé systémy přijímají pouze konkrétní kódování, způsoby importu složek nebo varianty EML; opětovné uložení zprávy v Thunderbirdu může problémy s kompatibilitou vyřešit, nemůže však opravit poškozenou nebo neúplnou přílohu PDF.