Converter PDF para EML

Um cliente de e-mail, uma plataforma de e-discovery ou um arquivo pode exigir uma única mensagem .eml em vez de um PDF independente. O resultado usual é um e-mail contendo o PDF original como anexo MIME, não uma conversão editável das páginas do documento.

O que é o formato PDF

PDF é um formato de documento de layout fixo que preserva a geometria das páginas, fontes, imagens, anotações e aparência de impressão em diferentes sistemas operacionais. Adobe Acrobat, Microsoft Word, LibreOffice, navegadores da Web, scanners e sistemas de gerenciamento de documentos criam arquivos PDF.

Faturas, contratos, registros digitalizados, relatórios, manuais e documentos de escritório exportados normalmente usam PDF. Um PDF é um documento, não um contêiner de e-mail; portanto, não possui remetente, destinatário, assunto, cabeçalhos de mensagem, nem corpo de e-mail padrão.

O que é o formato EML

EML é um arquivo que contém uma mensagem de e-mail, normalmente representada com cabeçalhos RFC 5322 e partes de corpo MIME. Thunderbird, Apple Mail, Outlook, Windows Mail e muitos aplicativos de arquivamento, gerenciamento de chamados e perícia digital podem abrir arquivos EML.

Uma mensagem EML pode conter texto simples, HTML, imagens incorporadas e anexos, como PDFs. Suas vantagens são a portabilidade, o armazenamento de uma mensagem por arquivo e a compatibilidade com sistemas que importam mensagens de e-mail individuais. O PDF normalmente permanece como anexo; colocá-lo em um arquivo EML não transforma suas páginas em conteúdo de e-mail editável.

Usando o Mozilla Thunderbird

1. Instale o Thunderbird a partir de thunderbird.net e configure uma identidade de conta ou use uma conta local existente. Não é necessário enviar a mensagem nem carregar o PDF em um servidor de e-mail.
2. Escolha Write e insira o remetente, o destinatário, o assunto e qualquer texto necessário para o corpo.
3. Escolha Attach → File, selecione o PDF e confirme seu nome e tamanho.
4. Escolha File → Save As → File, selecione um destino e salve a mensagem. O Thunderbird normalmente fornece a extensão .eml; verifique-a se você mesmo digitar o nome do arquivo.
5. Abra o arquivo salvo no Thunderbird ou em outro aplicativo compatível com EML e verifique os cabeçalhos, o corpo, o nome do anexo e o conteúdo do anexo. Não escolha Send a menos que a mensagem realmente deva ser transmitida.

Esse método cria a estrutura MIME necessária para um e-mail e mantém o PDF original inalterado. Copiar texto do PDF para uma nova mensagem e salvá-la como EML só é adequado quando o destinatário precisa do texto no corpo; isso não preserva o layout original, imagens, anotações, assinaturas nem arquivos incorporados. As restrições de cópia do PDF também podem impedir a extração de texto, mas normalmente não impedem a anexação do arquivo.

Criando arquivos EML com Python

Para uma conversão local repetível, a biblioteca padrão do Python pode criar uma mensagem EML sem carregar o 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))

Salve o script como make_eml.py, coloque-o ao lado de document.pdf e execute python make_eml.py. Substitua os endereços, o assunto, o corpo e os nomes dos arquivos conforme necessário. A política SMTP grava finais de linha CRLF convencionais, e application/pdf identifica corretamente o anexo.

Colocando o conteúdo do PDF no corpo do e-mail

Se o sistema receptor exigir texto legível no corpo da mensagem, extraia-o com uma ferramenta como pdftotext document.pdf document.txt e insira esse texto no corpo do EML. A extração de texto pode perder o layout da página, fontes, imagens, tabelas, colunas e a ordem de leitura. Um PDF digitalizado precisa primeiro de OCR, por exemplo, ocrmypdf input.pdf output.pdf; mesmo assim, a saída do OCR precisa ser verificada quanto a erros de reconhecimento.

Serviços de conversão online

Serviços como Zamzar podem oferecer uma opção de conversão de PDF para EML, mas a disponibilidade e o comportamento exato da saída podem mudar. Use o serviço somente quando a página de conversão atual declarar explicitamente que produz uma mensagem EML; em seguida, baixe e inspecione o resultado em um cliente de e-mail compatível com EML. Alguns serviços extraem o texto do PDF ou criam um e-mail genérico em vez de anexar o arquivo original.

O processamento online carrega o PDF e pode expor contratos confidenciais, registros pessoais, documentos assinados ou dados regulamentados ao provedor. O Thunderbird e o método com Python mantêm o PDF e o EML gerado no computador local.

Limites de qualidade e compatibilidade

Não existe uma conversão semântica universal de um PDF de layout fixo para um e-mail. Mantenha o PDF original quando o layout visual, as assinaturas digitais, as anotações, os arquivos incorporados, os metadados ou a integridade probatória forem importantes. O EML é um contêiner para a mensagem e o anexo, não um substituto desse documento de origem.

A codificação Base64 normalmente aumenta o tamanho da mensagem de um PDF anexado em cerca de 33%, antes dos cabeçalhos e dos delimitadores MIME. Um servidor de e-mail ou uma ferramenta de importação pode rejeitar o EML mesmo quando o PDF original estava dentro do limite de tamanho.

Se um importador rejeitar o arquivo, verifique se ele contém cabeçalhos válidos, como From, To, Date e Subject, uma versão MIME, o tipo de conteúdo application/pdf e os finais de linha esperados. Alguns sistemas aceitam apenas codificações específicas, métodos de importação de pastas ou variantes de EML; salvar novamente a mensagem no Thunderbird pode resolver problemas de compatibilidade, mas não pode reparar um anexo PDF danificado ou incompleto.