Converti PDF in EML

Un client di posta, una piattaforma di e-discovery o un archivio potrebbe richiedere un singolo messaggio .eml invece di un PDF autonomo. Il risultato consueto è un'email contenente il PDF originale come allegato MIME, non una conversione modificabile delle pagine del documento.

Che cos'è il formato PDF

PDF è un formato per documenti a layout fisso che preserva la geometria delle pagine, i font, le immagini, le annotazioni e l'aspetto di stampa tra diversi sistemi operativi. Adobe Acrobat, Microsoft Word, LibreOffice, i browser web, gli scanner e i sistemi di gestione documentale creano file PDF.

Fatture, contratti, documenti scansionati, rapporti, manuali e documenti office esportati usano comunemente il formato PDF. Un PDF è un documento, non un contenitore email, quindi non dispone di mittente, destinatario, oggetto, intestazioni del messaggio o corpo email standard.

Che cos'è il formato EML

EML è un file contenente un singolo messaggio email, normalmente rappresentato con intestazioni RFC 5322 e parti del corpo MIME. Thunderbird, Apple Mail, Outlook, Windows Mail e molte applicazioni di archiviazione, ticketing e analisi forense possono aprire file EML.

Un messaggio EML può contenere testo semplice, HTML, immagini incorporate e allegati come i PDF. I suoi vantaggi sono la portabilità, l'archiviazione di un messaggio per file e la compatibilità con i sistemi che importano singoli messaggi email. Il PDF normalmente rimane un allegato; inserirlo in un file EML non rende le sue pagine contenuto email modificabile.

Utilizzo di Mozilla Thunderbird

1. Installa Thunderbird da thunderbird.net e configura un'identità account, oppure usa un account locale esistente. Non è necessario inviare il messaggio o caricare il PDF su un mail server.
2. Scegli Write e inserisci il mittente, il destinatario, l'oggetto e l'eventuale testo richiesto per il corpo.
3. Scegli Attach → File, seleziona il PDF e conferma il nome e la dimensione del file.
4. Scegli File → Save As → File, seleziona una destinazione e salva il messaggio. Thunderbird normalmente aggiunge l'estensione .eml; verificala se inserisci personalmente il nome del file.
5. Apri il file salvato in Thunderbird o in un'altra applicazione compatibile con EML e controlla le intestazioni, il corpo, il nome dell'allegato e il contenuto dell'allegato. Non scegliere Send a meno che il messaggio non debba essere effettivamente trasmesso.

Questo metodo crea la struttura MIME richiesta per un'email e mantiene invariato il PDF originale. Copiare il testo dal PDF in un nuovo messaggio e salvarlo come EML è adatto solo quando il destinatario necessita del testo nel corpo; non preserva il layout originale, le immagini, le annotazioni, le firme o i file incorporati. Le restrizioni di copia del PDF possono inoltre impedire l'estrazione del testo, ma normalmente non impediscono di allegare il file.

Creazione di file EML con Python

Per una conversione locale ripetibile, la libreria standard di Python può creare un messaggio EML senza caricare il 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))

Salva lo script come make_eml.py, posizionalo accanto a document.pdf ed esegui python make_eml.py. Sostituisci gli indirizzi, l'oggetto, il corpo e i nomi dei file secondo necessità. La policy SMTP scrive terminatori di riga CRLF convenzionali e application/pdf identifica correttamente l'allegato.

Inserimento del contenuto PDF nel corpo dell'email

Se il sistema ricevente richiede testo leggibile nel corpo del messaggio, estrailo con uno strumento come pdftotext document.pdf document.txt, quindi inserisci quel testo nel corpo EML. L'estrazione del testo può causare la perdita del layout delle pagine, dei font, delle immagini, delle tabelle, delle colonne e dell'ordine di lettura. Un PDF scansionato richiede prima l'OCR, ad esempio ocrmypdf input.pdf output.pdf; anche l'output OCR deve essere controllato per individuare eventuali errori di riconoscimento.

Servizi di conversione online

Servizi come Zamzar possono offrire un'opzione di conversione da PDF a EML, ma la disponibilità e il comportamento esatto dell'output possono cambiare. Usa il servizio solo quando la pagina di conversione corrente indica esplicitamente che produce un messaggio EML, quindi scarica e controlla il risultato in un client di posta compatibile con EML. Alcuni servizi estraggono il testo del PDF o creano un'email generica invece di allegare il file originale.

L'elaborazione online carica il PDF e potrebbe esporre al provider contratti riservati, documenti personali, documenti firmati o dati regolamentati. Thunderbird e il metodo Python mantengono sia il PDF sia l'EML generato sul computer locale.

Limiti di qualità e compatibilità

Non esiste una conversione semantica universale da un PDF a layout fisso a un'email. Conserva il PDF originale quando sono importanti il layout visivo, le firme digitali, le annotazioni, i file incorporati, i metadati o l'integrità probatoria. L'EML è un contenitore per il messaggio e l'allegato, non un sostituto del documento sorgente.

La codifica Base64 aumenta comunemente la dimensione del messaggio contenente un PDF allegato di circa il 33%, prima di considerare le intestazioni e i delimitatori MIME. Un mail server o uno strumento di importazione può rifiutare l'EML anche quando il PDF originale rispettava il relativo limite di dimensione.

Se un importatore rifiuta il file, verifica che contenga intestazioni valide come From, To, Date e Subject, una versione MIME, il content type application/pdf e i terminatori di riga previsti. Alcuni sistemi accettano solo codifiche specifiche, metodi di importazione delle cartelle o varianti EML; salvare nuovamente il messaggio in Thunderbird può risolvere i problemi di compatibilità, ma non può riparare un allegato PDF danneggiato o incompleto.