如何以編程方式（或使用工具）將.MHT mhtml文件轉換爲常規的HTML和CSS文件？

Question

許多工具都可以導出.MHT文件。我想要一種將單個文件轉換爲文件集合，HTML文件，相關圖像和CSS文件的方式，然後我可以將其上傳到網絡主機，並且可以被所有瀏覽器使用。有沒有人知道任何工具或庫或算法來做到這一點。

Answer 1

那麼，你可以在IE中打開.MHT文件，並將其另存爲一個網頁。我測試了這個頁面，儘管它在IE瀏覽器中看起來很奇怪（畢竟是IE），但它保存並在Chrome中正常打開（因爲它看起來應該是這樣）。

禁止該方法，查看文件本身，將文本塊保存原樣，並將所有其他內容保存在Base64中。各內容項前面有：

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

凡[Mime類型]，[編碼類型]，和[內容完整路徑]是可變的。 [編碼類型]似乎是base64或引用可打印。 [邊界]在.mht文件的開頭定義，像這樣：

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，如果需要的話，你可以把自己的文件分析器。

Answer 2

我認爲@ XGundam05是正確的。這是我做的工作。

我從Visual Studio中的Windows Form項目開始。將WebBrowser添加到表單中，然後添加兩個按鈕。然後，將此代碼：

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

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

您應該能夠藉此代碼並添加文件的列表，並處理每一個有foreach。 webBrowser包含一種稱爲ShowSaveAsDialog()的方法;這將允許一個保存爲.mht或只是html或整個頁面。

編輯：你可以使用webBrowser的文檔，並在這一點上刮信息。通過添加一個RichTextBox和公共變量按照MS的位置：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 3

所以自動化IE是困難的，而不是使用端到端的，所以我認爲建立某種形式的代碼，它會走的路。在github上，我發現這條巨蟒其中一個可能是好的

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

如果我有時間，我會努力做好在PowerShell中類似的事情。

Answer 4

除了IE和MS Word，還有這個所謂的 'mht2html' 在SourceForge.net上開源的跨平臺的程序：

http://sourceforge.net/projects/mht2htm/。

我還沒有測試過，但它似乎已收到良好的評論。

P.S.對不起，提供了這樣一個老問題的答案。

Answer 5

MHT文件本質上是MIME。因此，可以使用Chilkat.Mime或完全免費的System.Net.Mime組件來訪問其內部結構。例如，如果MHT包含圖像，則可以用輸出HTML中的base64字符串替換它們。

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 6

火狐具有嵌入式工具。轉到菜單（如果隱藏，請按Alt鍵）File->Convert saved pages。

Answer 7

第1步：在瀏覽器中打開.MHT/.MHTML文件。

第2步：右鍵點擊選擇查看源代碼。

第3步：複製源代碼並將其粘貼到新的.TXT文件，然後將文件擴展名更改爲.HTML。