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

Question

许多工具都可以导出.MHT文件。我想要一种将单个文件转换为文件集合，HTML文件，相关图像和CSS文件的方式，然后我可以将其上传到网络主机，并且可以被所有浏览器使用。有没有人知道任何工具或库或算法来做到这一点。

Answer 1

那么，你可以在IE中打开.MHT文件，并将其另存为一个网页。我测试了这个页面，尽管它在IE浏览器中看起来很奇怪（毕竟是IE），但它保存并在Chrome中正常打开（因为它看起来应该是这样）。

禁止该方法，查看文件本身，将文本块保存原样，并将所有其他内容保存在Base64中。各内容项前面有：

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

凡[Mime类型]，[编码类型]，和[内容完整路径]是可变的。 [编码类型]似乎是base64或引用可打印。 [边界]在.mht文件的开头定义，像这样：

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，如果需要的话，你可以把自己的文件分析器。

Answer 2

我认为@ XGundam05是正确的。这是我做的工作。

我从Visual Studio中的Windows Form项目开始。将WebBrowser添加到表单中，然后添加两个按钮。然后，将此代码：

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

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

您应该能够借此代码并添加文件的列表，并处理每一个有foreach。 webBrowser包含一种称为ShowSaveAsDialog()的方法;这将允许一个保存为.mht或只是html或整个页面。

编辑：你可以使用webBrowser的文档，并在这一点上刮信息。通过添加一个RichTextBox和公共变量按照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

所以自动化IE是困难的，而不是使用端到端的，所以我认为建立某种形式的代码，它会走的路。在github上，我发现这条巨蟒其中一个可能是好的

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

如果我有时间，我会努力做好在PowerShell中类似的事情。

Answer 4

除了IE和MS Word，还有这个所谓的 'mht2html' 在SourceForge.net上开源的跨平台的程序：

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

我还没有测试过，但它似乎已收到良好的评论。

P.S.对不起，提供了这样一个老问题的答案。

Answer 5

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，则可以用输出HTML中的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 6

火狐具有嵌入式工具。转到菜单（如果隐藏，请按Alt键）File->Convert saved pages。

Answer 7

第1步：在浏览器中打开.MHT/.MHTML文件。

第2步：右键点击选择查看源代码。

第3步：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。