Konwertuj PDF na EML

Klient pocztowy, platforma e-discovery lub archiwum może wymagać pojedynczej wiadomości .eml zamiast samodzielnego pliku PDF. Zwykle rezultatem jest wiadomość e-mail zawierająca oryginalny plik PDF jako załącznik MIME, a nie edytowalna konwersja stron dokumentu.

Czym jest format PDF

PDF to format dokumentu o stałym układzie, który zachowuje geometrię stron, czcionki, obrazy, adnotacje i wygląd wydruku w różnych systemach operacyjnych. Adobe Acrobat, Microsoft Word, LibreOffice, przeglądarki internetowe, skanery i systemy zarządzania dokumentami tworzą pliki PDF.

Faktury, umowy, zeskanowane dokumenty, raporty, instrukcje i eksportowane dokumenty biurowe często korzystają z formatu PDF. PDF jest dokumentem, a nie kontenerem wiadomości e-mail, dlatego nie zawiera nadawcy, odbiorcy, tematu, nagłówków wiadomości ani standardowej treści wiadomości e-mail.

Czym jest format EML

EML to plik zawierający jedną wiadomość e-mail, zwykle reprezentowaną za pomocą nagłówków RFC 5322 i części treści MIME. Thunderbird, Apple Mail, Outlook, Windows Mail oraz wiele aplikacji do archiwizacji, obsługi zgłoszeń i analizy kryminalistycznej może otwierać pliki EML.

Wiadomość EML może zawierać zwykły tekst, HTML, obrazy wbudowane oraz załączniki, takie jak pliki PDF. Jej zaletami są przenośność, przechowywanie jednej wiadomości w jednym pliku oraz zgodność z systemami importującymi pojedyncze wiadomości e-mail. PDF zwykle pozostaje załącznikiem; umieszczenie go w pliku EML nie sprawia, że jego strony stają się edytowalną treścią wiadomości e-mail.

Korzystanie z Mozilla Thunderbird

1. Zainstaluj Thunderbird ze strony thunderbird.net i skonfiguruj tożsamość konta albo użyj istniejącego konta lokalnego. Nie musisz wysyłać wiadomości ani przesyłać pliku PDF na serwer pocztowy.
2. Wybierz Write i wprowadź nadawcę, odbiorcę, temat oraz wymaganą treść wiadomości.
3. Wybierz Attach → File, wskaż plik PDF i potwierdź jego nazwę oraz rozmiar.
4. Wybierz File → Save As → File, wybierz miejsce docelowe i zapisz wiadomość. Thunderbird zwykle automatycznie dodaje rozszerzenie .eml; sprawdź je, jeśli wpisujesz nazwę pliku samodzielnie.
5. Otwórz zapisany plik w Thunderbirdzie lub innej aplikacji obsługującej EML i sprawdź nagłówki, treść, nazwę załącznika oraz zawartość załącznika. Nie wybieraj Send, chyba że wiadomość ma zostać rzeczywiście wysłana.

Ta metoda tworzy strukturę MIME wymaganą dla wiadomości e-mail i pozostawia oryginalny plik PDF bez zmian. Kopiowanie tekstu z pliku PDF do nowej wiadomości i zapisanie jej jako EML jest odpowiednie tylko wtedy, gdy odbiorca potrzebuje tekstu w treści wiadomości; nie zachowuje ono oryginalnego układu, obrazów, adnotacji, podpisów ani osadzonych plików. Ograniczenia kopiowania z pliku PDF mogą również uniemożliwić wyodrębnienie tekstu, ale zwykle nie uniemożliwiają dołączenia pliku.

Tworzenie plików EML za pomocą Python

W przypadku powtarzalnej konwersji lokalnej standardowa biblioteka Python może utworzyć wiadomość EML bez przesyłania pliku 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))

Zapisz skrypt jako make_eml.py, umieść go obok pliku document.pdf i uruchom polecenie python make_eml.py. W razie potrzeby zastąp adresy, temat, treść i nazwy plików. Polityka SMTP zapisuje konwencjonalne zakończenia wierszy CRLF, a typ application/pdf prawidłowo identyfikuje załącznik.

Umieszczanie treści PDF w treści wiadomości e-mail

Jeśli system odbiorczy wymaga tekstu możliwego do odczytania w treści wiadomości, wyodrębnij go za pomocą narzędzia takiego jak pdftotext document.pdf document.txt, a następnie wstaw ten tekst do treści EML. Wyodrębnianie tekstu może spowodować utratę układu stron, czcionek, obrazów, tabel, kolumn i kolejności czytania. Zeskanowany plik PDF wymaga najpierw OCR, na przykład ocrmypdf input.pdf output.pdf; wynik OCR nadal wymaga sprawdzenia pod kątem błędów rozpoznawania.

Usługi konwersji online

Usługi takie jak Zamzar mogą oferować opcję konwersji PDF do EML, ale dostępność i dokładne działanie mogą się zmieniać. Korzystaj z usługi tylko wtedy, gdy jej aktualna strona konwersji wyraźnie wskazuje, że tworzy wiadomość EML, a następnie pobierz wynik i sprawdź go w kliencie pocztowym obsługującym EML. Niektóre usługi wyodrębniają tekst z PDF lub tworzą ogólną wiadomość e-mail zamiast dołączać oryginalny plik.

Przetwarzanie online powoduje przesłanie pliku PDF i może narazić poufne umowy, dane osobowe, podpisane dokumenty lub dane podlegające regulacjom na dostęp dostawcy usługi. Thunderbird i metoda wykorzystująca Python przechowują zarówno plik PDF, jak i wygenerowany plik EML na komputerze lokalnym.

Ograniczenia jakości i zgodności

Nie istnieje uniwersalna konwersja semantyczna ze stałoułożonego pliku PDF do wiadomości e-mail. Zachowaj oryginalny plik PDF, jeśli istotne są jego układ wizualny, podpisy cyfrowe, adnotacje, osadzone pliki, metadane lub integralność dowodowa. EML jest kontenerem dla wiadomości i załącznika, a nie zamiennikiem dokumentu źródłowego.

Kodowanie Base64 zwykle zwiększa rozmiar wiadomości z dołączonym plikiem PDF o około 33 procent, jeszcze przed uwzględnieniem nagłówków i separatorów MIME. Serwer pocztowy lub narzędzie importu może odrzucić plik EML, nawet jeśli oryginalny plik PDF mieścił się w ustalonym limicie rozmiaru.

Jeśli importer odrzuca plik, sprawdź, czy zawiera prawidłowe nagłówki, takie jak From, To, Date i Subject, wersję MIME, typ zawartości application/pdf oraz oczekiwane zakończenia wierszy. Niektóre systemy akceptują tylko określone kodowania, metody importu folderów lub warianty EML; ponowne zapisanie wiadomości w Thunderbirdzie może rozwiązać problemy ze zgodnością, ale nie naprawi uszkodzonego lub niekompletnego załącznika PDF.