Konwertuj PDF na VCF

Telefon, klient poczty e-mail lub menedżer kontaktów potrzebuje pliku VCF, gdy imiona, nazwiska i numery znajdują się w pliku PDF i muszą stać się edytowalnymi wpisami książki adresowej. Konwersja jest zadaniem polegającym na ekstrakcji i oczyszczaniu danych: plik PDF zwykle nie zawiera ustrukturyzowanych rekordów kontaktów wymaganych przez plik VCF.

Czym jest format PDF

PDF to format dokumentu o stałym układzie, używany przez Adobe Acrobat, edytory tekstu, skanery, systemy CRM, narzędzia do eksportowania wiadomości e-mail oraz oprogramowanie do tworzenia raportów. Lista kontaktów w pliku PDF może zawierać zaznaczalny tekst, tabelę lub zeskanowany obraz.

Tekstowe pliki PDF można zwykle bezpośrednio poddać ekstrakcji. Zeskanowane pliki PDF wymagają optycznego rozpoznawania znaków (OCR), zanim imiona, nazwiska, numery telefonów i adresy e-mail będzie można edytować. Kolumny widoczne na ekranie mogą być przechowywane jako niezwiązane ze sobą fragmenty tekstu, dlatego automatyczna ekstrakcja może przypisać numer telefonu niewłaściwej osobie.

Plik PDF utworzony przez wydrukowanie istniejącej wizytówki vCard może zawierać czytelne wiersze vCard, takie jak BEGIN:VCARD, ale drukowanie zwykle usuwa pierwotną strukturę pliku. Zmiana nazwy .pdf na .vcf nie powoduje konwersji.

Czym jest format VCF

VCF, nazywany również vCard, to tekstowy format kontaktów rozpoznawany przez Google Contacts, Apple Contacts, Outlook, Thunderbird, Android, iPhone oraz wiele innych programów książki adresowej. Jeden plik może zawierać wiele kontaktów, z jednym blokiem BEGIN:VCARD i END:VCARD dla każdego kontaktu.

Wizytówka vCard może przechowywać sformatowane imię i nazwisko, imię, nazwisko, kilka numerów telefonów, adresy e-mail, organizację, stanowisko, adres pocztowy, notatki oraz, w zależności od wersji i aplikacji, zdjęcie. vCard 3.0 jest zwykle najbezpieczniejszym wyborem w przypadku starszych telefonów i aplikacji komputerowych; vCard 4.0 obsługuje nowsze funkcje, ale nie jest spójnie akceptowany przez starsze importery.

Jak przeprowadzić konwersję

1. Ustal, czy plik PDF zawiera tekst. Otwórz go w Adobe Acrobat lub innej przeglądarce plików PDF i spróbuj zaznaczyć nazwisko. Jeśli zaznaczanie się nie powiedzie, uruchom OCR za pomocą funkcji All tools → Scan & OCR → Recognize text w Acrobat. Bezpłatne narzędzie wiersza poleceń OCRmyPDF może utworzyć kopię z możliwością wyszukiwania za pomocą polecenia ocrmypdf --deskew input.pdf searchable.pdf; wymaga ono silnika OCR, takiego jak Tesseract.
2. Wyodrębnij listę kontaktów. W przypadku tabel Acrobat Pro może użyć funkcji Export a PDF → Spreadsheet → Microsoft Excel Workbook. Tabula to bezpłatna lokalna opcja ekstrakcji tabel z tekstowych plików PDF. W przypadku tekstu uporządkowanego w wierszach narzędzie Poppler i polecenie pdftotext -layout searchable.pdf extracted.txt zachowują przybliżone odstępy między kolumnami. Adobe Acrobat Online i Smallpdf mogą eksportować tabele z plików PDF do programu Excel, ale przesyłaj wyłącznie dane, w przypadku których warunki dotyczące prywatności, przechowywania i przetwarzania są akceptowalne.
3. Utwórz czysty plik CSV. Otwórz wyodrębniony arkusz kalkulacyjny i utwórz jeden kontakt w każdym wierszu. Użyj nagłówków takich jak First Name, Last Name, Phone, Mobile, Email, Organization, Notes. Usuń nagłówki stron, powtarzające się nagłówki kolumn, stopki, puste wiersze i duplikaty. Przechowuj kolumny z numerami telefonów jako tekst, aby zachować znaki plus i początkowe zera. Podziel wiersze zawierające kilka osób i ręcznie popraw błędy OCR.
4. Wygeneruj plik VCF. Najprostszą, szeroko kompatybilną metodą jest użycie Google Contacts: otwórz Import → Select file, zaimportuj oczyszczony plik CSV, sprawdź rekordy, zaznacz zaimportowane kontakty, a następnie wybierz Export → vCard. Spowoduje to utworzenie wielokontaktowego pliku .vcf, który można przenieść na docelowe urządzenie lub do aplikacji. Nie używaj tej metody w przypadku danych poufnych, chyba że przetwarzanie w chmurze jest dozwolone przez obowiązujące zasady.
5. W razie potrzeby użyj procedury offline. Wykonuj ekstrakcję w Acrobat, Tabula lub za pomocą pdftotext, a następnie użyj lokalnie zainstalowanego narzędzia CSV-to-vCard albo niewielkiego skryptu zapisującego rekordy vCard 3.0. Generator musi stosować znaki ucieczki dla odwrotnych ukośników, przecinków, średników i podziałów wiersza; zapisywać tekst UTF-8 z zakończeniami wierszy CRLF; oraz tworzyć oddzielne bloki BEGIN:VCARD. Sprawdź, czy długie wiersze właściwości są dzielone zgodnie ze specyfikacją vCard.
6. Przetestuj plik przed zastąpieniem książki adresowej. Najpierw zaimportuj wynikowy plik do oddzielnej grupy testowej lub do kilku testowych kontaktów. Google Contacts obsługuje funkcję Import → Select file; Apple Contacts obsługuje funkcję File → Import. Działanie Outlook zależy od wersji: niektóre wersje otwierają pojedynczy plik VCF bezpośrednio, natomiast zbiorcza migracja kontaktów może wymagać importu CSV lub oddzielnych wizytówek vCard.

Ograniczenia dotyczące jakości i zgodności

Ekstrakcja nie jest w stanie niezawodnie określić, czy dany numer jest numerem komórkowym, służbowym, faksowym czy częścią adresu. Zweryfikuj każdy ważny rekord na podstawie pliku PDF, szczególnie po zastosowaniu OCR. OCR często zamienia 0 na O i 1 na I, usuwa znaki plus oraz zniekształca interpunkcję w adresach e-mail.

Używaj UTF-8 w przypadku nazw zawierających znaki diakrytyczne oraz nazw zapisanych alfabetami innymi niż łaciński. Podstawowa konwersja CSV-to-VCF może pominąć działy, numery wewnętrzne, wiele adresów e-mail, adresy pocztowe, zdjęcia kontaktów i niestandardowe etykiety, chyba że te kolumny zostaną jawnie zmapowane. Niektóre aplikacje odrzucają również nieobsługiwane pola lub konwertują wielokontaktowy plik na oddzielne rekordy. Zachowaj oczyszczony plik CSV i oryginalny plik PDF, aby zaimportowane dane można było później skontrolować lub poprawić.