Convertir PDF a EML

Un cliente de correo, una plataforma de e-discovery o un archivo puede requerir un único mensaje .eml en lugar de un PDF independiente. El resultado habitual es un correo electrónico que contiene el PDF original como archivo adjunto MIME, no una conversión editable de las páginas del documento.

Qué es el formato PDF

PDF es un formato de documento de diseño fijo que conserva la geometría de las páginas, las fuentes, las imágenes, las anotaciones y la apariencia de impresión en distintos sistemas operativos. Adobe Acrobat, Microsoft Word, LibreOffice, los navegadores web, los escáneres y los sistemas de gestión documental crean archivos PDF.

Las facturas, los contratos, los registros escaneados, los informes, los manuales y los documentos de oficina exportados suelen utilizar PDF. Un PDF es un documento, no un contenedor de correo electrónico, por lo que no tiene remitente, destinatario, asunto, encabezados de mensaje, ni un cuerpo de correo electrónico estándar.

Qué es el formato EML

EML es un archivo que contiene un mensaje de correo electrónico, normalmente representado mediante encabezados RFC 5322 y partes del cuerpo MIME. Thunderbird, Apple Mail, Outlook, Windows Mail y muchas aplicaciones de archivado, gestión de tickets y análisis forense pueden abrir archivos EML.

Un mensaje EML puede contener texto sin formato, HTML, imágenes integradas y archivos adjuntos, como PDF. Sus ventajas son la portabilidad, el almacenamiento de un mensaje por archivo y la compatibilidad con sistemas que importan mensajes de correo electrónico individuales. Normalmente, el PDF permanece como archivo adjunto; colocarlo en un archivo EML no convierte sus páginas en contenido de correo electrónico editable.

Uso de Mozilla Thunderbird

1. Instale Thunderbird desde thunderbird.net y configure una identidad de cuenta, o utilice una cuenta local existente. No necesita enviar el mensaje ni cargar el PDF en un servidor de correo.
2. Seleccione Write e introduzca el remitente, el destinatario, el asunto y cualquier texto del cuerpo que sea necesario.
3. Seleccione Attach → File, elija el PDF y confirme su nombre y tamaño.
4. Seleccione File → Save As → File, elija un destino y guarde el mensaje. Normalmente, Thunderbird proporciona la extensión .eml; verifíquelo si escribe el nombre del archivo manualmente.
5. Abra el archivo guardado en Thunderbird o en otra aplicación compatible con EML y compruebe los encabezados, el cuerpo, el nombre del archivo adjunto y su contenido. No seleccione Send a menos que el mensaje deba transmitirse realmente.

Este método crea la estructura MIME necesaria para un correo electrónico y mantiene el PDF original sin cambios. Copiar texto del PDF en un mensaje nuevo y guardarlo como EML solo es adecuado cuando el destinatario necesita texto en el cuerpo; no conserva el diseño original, las imágenes, las anotaciones, las firmas ni los archivos incrustados. Las restricciones de copia de PDF también pueden impedir la extracción de texto, pero normalmente no impiden adjuntar el archivo.

Creación de archivos EML con Python

Para una conversión local repetible, la biblioteca estándar de Python puede crear un mensaje EML sin cargar el 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))

Guarde el script como make_eml.py, colóquelo junto a document.pdf y ejecute python make_eml.py. Sustituya las direcciones, el asunto, el cuerpo y los nombres de archivo según sea necesario. La política SMTP escribe finales de línea CRLF convencionales, y application/pdf identifica correctamente el archivo adjunto.

Colocación del contenido del PDF en el cuerpo del correo electrónico

Si el sistema receptor requiere texto legible en el cuerpo del mensaje, extráigalo con una herramienta como pdftotext document.pdf document.txt y, a continuación, inserte ese texto en el cuerpo del EML. La extracción de texto puede perder el diseño de la página, las fuentes, las imágenes, las tablas, las columnas y el orden de lectura. Un PDF escaneado necesita OCR primero, por ejemplo ocrmypdf input.pdf output.pdf; aun así, el resultado de OCR requiere una revisión para detectar errores de reconocimiento.

Servicios de conversión en línea

Servicios como Zamzar pueden ofrecer una opción de conversión de PDF a EML, pero la disponibilidad y el comportamiento exacto de salida pueden cambiar. Utilice el servicio solo cuando su página de conversión actual indique explícitamente que produce un mensaje EML y, después, descargue e inspeccione el resultado en un cliente de correo compatible con EML. Algunos servicios extraen el texto del PDF o crean un correo electrónico genérico en lugar de adjuntar el archivo original.

El procesamiento en línea carga el PDF y puede exponer al proveedor contratos confidenciales, registros personales, documentos firmados o datos regulados. Thunderbird y el método de Python mantienen tanto el PDF como el EML generado en el equipo local.

Limitaciones de calidad y compatibilidad

No existe una conversión semántica universal de un PDF de diseño fijo a un correo electrónico. Conserve el PDF original cuando sean importantes su diseño visual, firmas digitales, anotaciones, archivos incrustados, metadatos o integridad probatoria. El EML es un contenedor para el mensaje y el archivo adjunto, no un sustituto del documento de origen.

La codificación Base64 suele aumentar el tamaño del mensaje de un PDF adjunto aproximadamente un 33 por ciento, antes de añadir los encabezados y los límites MIME. Un servidor de correo o una herramienta de importación puede rechazar el EML incluso cuando el PDF original cumplía su límite de tamaño.

Si un importador rechaza el archivo, compruebe que contenga encabezados válidos como From, To, Date y Subject, una versión MIME, el tipo de contenido application/pdf y los finales de línea esperados. Algunos sistemas solo aceptan codificaciones específicas, métodos de importación de carpetas o variantes de EML; volver a guardar el mensaje en Thunderbird puede resolver problemas de compatibilidad, pero no puede reparar un archivo adjunto PDF dañado o incompleto.