Question

许多工具都可以导出.MHT文件。我想要一种方法将该单个文件转换为文件集合，HTML文件，相关图像和CSS文件，然后我可以上传到webhost并供所有浏览器使用。有没有人知道任何工具或库或算法来做到这一点。

Answer 1

好吧，您可以在IE中打开.MHT文件并将其另存为网页。我用这个页面对此进行了测试，即使它在IE中看起来很奇怪（毕竟它是IE浏览器），它保存然后在Chrome中打开就好了（因为它看起来应该是这样）。

除了该方法，查看文件本身，文本块按原样保存在文件中，所有其他内容都保存在Base64中。每个内容项都以：

开头

[Boundary]
Content-Type: [Mime Type]
Content-Transfer-Encoding: [Encoding Type]
Content-Location: [Full path of content]

[Mime类型] ， [编码类型] 和 [内容的完整路径] 是可变的。 [编码类型] 似乎是 base64 或 quoted-printable 。 [Boundary] 在.MHT文件的开头定义如下：

From: <Saved by WebKit>
Subject: converter - How can you programmatically (or with a tool) convert .MHT mhtml        files to regular HTML and CSS files? - Stack Overflow
Date: Fri, 9 May 2013 13:53:36 -0400
MIME-Version: 1.0
Content-Type: multipart/related;
    type="text/html";
    boundary="----=_NextPart_000_0C08_58653ABB.B67612B7"

使用它，您可以根据需要创建自己的文件解析器。

Answer 2

除了IE和MS Word之外，还有一个名为＆＃39; mht2html＆＃39;的开源跨平台程序。首先写在2007中，最后更新于2016。它有GUI和终端接口。

我还没有对它进行过测试，但似乎收到了很好的评价。

Answer 3

MHT文件本质上是MIME。因此，可以使用Chilkat.Mime或完全免费的System.Net.Mime组件来访问其内部结构。例如，如果MHT包含图像，则可以在输出HTML中用base64字符串替换它们。

Imports HtmlAgilityPack
Imports Fizzler.Systems.HtmlAgilityPack
Imports Chilkat
Public Function ConvertMhtToHtml(ByVal mhtFile As String) As String
    Dim chilkatWholeMime As New Chilkat.Mime
    'Load mime'
    chilkatWholeMime.LoadMimeFile(mhtFile)
    'Get html string, which is 1-st part of mime'
    Dim html As String = chilkatWholeMime.GetPart(0).GetBodyDecoded
    'Create collection for storing url of images and theirs base64 representations'
    Dim allImages As New Specialized.NameValueCollection
    'Iterate through mime parts'
    For i = 1 To chilkatWholeMime.NumParts - 1
        Dim m As Chilkat.Mime = chilkatWholeMime.GetPart(i)
        'See if it is image'
        If m.IsImage AndAlso m.Encoding = "base64" Then
            allImages.Add(m.GetHeaderField("Content-Location"), "data:" + m.ContentType + ";base64," + m.GetBodyEncoded)
        End If : m.Dispose()
    Next : chilkatWholeMime.Dispose()
    'Now it is time to replace the source attribute of all images in HTML with dataURI'
    Dim htmlDoc As New HtmlDocument : htmlDoc.LoadHtml(html) : Dim docNode As HtmlNode = htmlDoc.DocumentNode
    For i = 0 To allImages.Count - 1
        'Select all images, whose src attribute is equal to saved URL'
        Dim keyURL As String = allImages.GetKey(i) 'Saved url from MHT'
        Dim elementsWithPics() As HtmlNode = docNode.QuerySelectorAll("img[src='" + keyURL + "']").ToArray
        Dim imgsrc As String = allImages.GetValues(i)(0) 'dataURI as base64 string'
        For j = 0 To elementsWithPics.Length - 1
            elementsWithPics(j).SetAttributeValue("src", imgsrc)
        Next
        'Select all elements, whose style attribute contains saved URL'
        elementsWithPics = docNode.QuerySelectorAll("[style~='" + keyURL + "']").ToArray
        For j = 0 To elementsWithPics.Length - 1
            'Get and modify style'
            Dim modStyle As String = Strings.Replace(elementsWithPics(j).GetAttributeValue("style", String.Empty), keyURL, imgsrc, 1, 1, 1)
            elementsWithPics(j).SetAttributeValue("style", modStyle)
        Next : Erase elementsWithPics
    Next
    'Get final html'
    Dim tw As New StringWriter()
    htmlDoc.Save(tw) : html = tw.ToString : tw.Close() : tw.Dispose()
    Return html
End Function

Answer 4

我认为@ XGundam05是正确的。以下是我为使其发挥作用所做的一切。

我从Visual Studio中的Windows窗体项目开始。将WebBrowser添加到表单，然后添加两个按钮。然后这段代码：

    private void button1_Click(object sender, EventArgs e)
    {
        webBrowser1.ShowSaveAsDialog();
    }

    private void button2_Click(object sender, EventArgs e)
    {
        webBrowser1.Url = new Uri("localfile.mht");
    }

您应该能够获取此代码并添加一个文件列表，并使用foreach处理每个文件。 webBrowser包含一个名为ShowSaveAsDialog()的方法;这将允许一个保存为.mht或仅保存html或整个页面。

编辑：您可以使用webBrowser的文档并在此处抓取信息。通过在MS中添加richTextBox和公共变量：http://msdn.microsoft.com/en-us/library/ms171713.aspx

    public string Code
    {
        get
        {
            if (richTextBox1.Text != null)
            {
                return (richTextBox1.Text);
            }
            else
            {
                return ("");
            }
        }
        set
        {
            richTextBox1.Text = value;
        }
    }


    private void button2_Click(object sender, EventArgs e)
    {
        webBrowser1.Url = new Uri("localfile.mht");
        HtmlElement elem;

        if (webBrowser1.Document != null)
        {

            HtmlElementCollection elems = webBrowser1.Document.GetElementsByTagName("HTML");
            if (elems.Count == 1)
            {
                elem = elems[0];
                Code = elem.OuterHtml;
                foreach (HtmlElement elem1 in elems)
                {
                    //look for pictures to save
                }

            }
        }
    }

Answer 5

因此，IE的自动化很难并且不能端到端地使用，因此我认为构建某种代码可以实现这一目标。在github上我发现这个python可能很好

https://github.com/Modified/MHTifier http://decodecode.net/elitist/2013/01/mhtifier/

如果我有时间，我会尝试在PowerShell中做类似的事情。

Answer 6

Firefox 有嵌入式工具。转到菜单（如果隐藏则按Alt键）File->Convert saved pages。

Answer 7

步骤1：在浏览器中打开.MHT / .MHTML文件。

步骤2：右键单击以选择查看源代码。

步骤3：复制源代码并将其粘贴到新的.TXT文件，然后将文件扩展名更改为.HTML。

如何以编程方式（或使用工具）将.MHT mhtml文件转换为常规HTML和CSS文件？

7 个答案: