Převod souboru PDF do ICS

Program konference, seznam schůzek nebo školní rozvrh často dorazí jako PDF, ale kalendářový software vyžaduje upravitelné události, nikoli pevný obsah stránek. Převod do ICS umožní tyto události importovat do Outlook, Apple Calendar, Google Calendar, Thunderbird a dalších kalendářových aplikací.

Co je formát PDF

PDF znamená Portable Document Format. Zachovává rozložení stránky, písma, grafiku a stránkování napříč operačními systémy, proto jej běžně používají Adobe Acrobat, Microsoft Word, LibreOffice, webové prohlížeče, skenery a systémy pro tvorbu reportů.

PDF může obsahovat volitelný text, naskenované obrázky nebo obojí. Viditelné datum a čas nemusí být uloženy jako kalendářová pole; rozvrh může sestávat pouze z textu umístěného na stránce. PDF se běžně používá pro programy událostí, seznamy schůzek, rozvrhy, faktury, vstupenky a tištěné formuláře.

Co je formát ICS

ICS je obvyklá přípona souboru pro formát iCalendar. Ukládá strukturované kalendářové komponenty, například VEVENT, s poli jako SUMMARY, DTSTART, DTEND, LOCATION, DESCRIPTION, UID a RRULE.

Kalendářové aplikace mohou události ICS importovat, upravovat, sdílet a synchronizovat. ICS může zachovat časy událostí, místa, pravidla opakování a upozornění, ačkoli podpora jednotlivých polí se mezi aplikacemi liší. Ukládá kalendářová data, nikoli původní rozložení PDF nebo návrh stránky.

Jak převést PDF do ICS

Pro libovolné PDF neexistuje spolehlivý univerzální převodník na jedno kliknutí. Praktický převod je třístupňový proces: extrahovat informace o událostech, ověřit je a vygenerovat platné záznamy iCalendar.

1. Extrahujte data událostí. U PDF založeného na textu vyberte a zkopírujte příslušné řádky pomocí Adobe Acrobat, PDF-XChange Editor, Foxit PDF Editor nebo LibreOffice Draw. U pravidelných tabulek může Tabula extrahovat tabulky z textových PDF do CSV. S dobře strukturovanými tabulkami může pomoci také příkaz Export a PDF → Spreadsheet v Acrobatu.

U naskenovaného PDF nebo PDF obsahujícího pouze obrázky nejprve spusťte OCR. Adobe Acrobat Pro, ABBYY FineReader PDF a renomované online služby OCR dokážou stránku rozpoznat; pokud je rozpoznána struktura tabulky, exportujte výsledek do Excelu nebo CSV. Online extrakce je vhodná pouze pro soubory, které neobsahují důvěrné informace. Nenahrávejte soukromé schůzky, lékařské rozvrhy ani firemní kalendáře, pokud nejsou podmínky uchovávání a ochrany soukromí poskytovatele přijatelné.

2. Normalizujte a ověřte pole. Vložte každou událost do tabulky se sloupci summary, start_date, start_time, end_date, end_time, location a description. Používejte jednoznačná data, například 2026-10-29, a 24hodinové časy, například 14:30.

• Ověřte pořadí data, pokud zdroj používá nejednoznačné hodnoty, například 03/04.
• Zkontrolujte označení AM/PM, změny letního času, události přes půlnoc a zamýšlené časové pásmo.
• Nevymýšlejte chybějící rok; ověřte jej u organizátora události nebo ve zdrojovém rozvrhu.
• Opravte sloučené buňky, opakované nadpisy, rozdělené řádky a záměny při OCR, například změnu 1 na I.
• Pokud je to možné, uveďte čas konce. Událost bez času považujte za celodenní pouze tehdy, pokud zdroj tuto interpretaci podporuje.

3. Vytvořte soubor ICS. U malého počtu událostí je zadejte přímo do Outlook, Apple Calendar, Google Calendar nebo jiné kalendářové aplikace a poté použijte její příkaz pro export. U většího seznamu uložte tabulku jako events.csv a soubor vygenerujte pomocí nástroje podporujícího kalendáře, nikoli pomocí obecného převodníku PDF.

Jedna desktopová metoda používá Python a balíček icalendar:

python -m pip install icalendar

import csv
from datetime import datetime, timezone
from icalendar import Calendar, Event

cal = Calendar()
cal.add('prodid', '-//PDF event conversion//EN')
cal.add('version', '2.0')

with open('events.csv', newline='', encoding='utf-8-sig') as f:
    for row in csv.DictReader(f):
        start = datetime.strptime(row['start_date'] + ' ' + row['start_time'], '%Y-%m-%d %H:%M')
        end = datetime.strptime(row['end_date'] + ' ' + row['end_time'], '%Y-%m-%d %H:%M')
        event = Event()
        event.add('uid', row.get('uid') or start.isoformat() + '-' + row['summary'] + '@local')
        event.add('dtstamp', datetime.now(timezone.utc))
        event.add('summary', row['summary'])
        event.add('dtstart', start)
        event.add('dtend', end)
        if row.get('location'):
            event.add('location', row['location'])
        if row.get('description'):
            event.add('description', row['description'])
        cal.add_component(event)

with open('events.ics', 'wb') as f:
    f.write(cal.to_ical())

Tento příklad vytváří plovoucí místní časy, protože analyzovaná data a časy neobsahují informace o časovém pásmu. U událostí vázaných na konkrétní oblast použijte data a časy zohledňující časové pásmo a uveďte odpovídající TZID a definice časového pásma; v opačném případě může importující aplikace zobrazit událost v nesprávném místním čase.

Import a otestování výsledku

Importujte vygenerovaný soubor pomocí příkazu pro import kalendáře v cílové aplikaci, například Outlook → File → Open & Export → Import/Export nebo Apple Calendar → File → Import. Google Calendar podporuje import ICS prostřednictvím webového nastavení a Thunderbird může importovat soubory iCalendar do kalendáře.

U celodenní události použijte včetně počátečního data a výhradně koncové datum, například:

DTSTART;VALUE=DATE:20261029
DTEND;VALUE=DATE:20261030

Každá událost by měla mít stabilní jedinečný UID; opakované použití identifikátorů UID nebo jejich změna mezi importy může způsobit duplicity. Před importem velkého souboru otestujte několik záznamů. Kalendářové aplikace mohou různě zpracovávat upozornění, pravidla opakování, časová pásma a duplicitní události.

Omezení převodu

Převod PDF do ICS je sémantická extrakce, nikoli přímá změna formátu souboru. PDF může použít jeden nadpis s datem pro několik řádků, rozdělit událost mezi stránky, popsat opakování slovně, vynechat rok nebo použít vizuální rozložení, které software nedokáže bezpečně interpretovat. Automatické OCR a extrakce tabulek proto vyžadují ruční kontrolu.

Obecné online převodníky PDF obvykle vytvoří jiný formát dokumentu, nikoli strukturované kalendářové události. Online služby OCR nebo extrakce tabulek mohou pomoci s fází extrakce, ale žádná univerzální služba nedokáže spolehlivě převést každé PDF na správný soubor ICS bez kontroly výsledných dat, časů, časových pásem a hranic událostí.