web-dev-qa-db-ja.com

プログラムで（またはツールを使用して）.MHT mhtmlファイルを通常のHTMLおよびCSSファイルに変換するにはどうすればよいですか？

多くのツールには、.MHTファイルをエクスポートする方法があります。その単一のファイルをファイルのコレクション、HTMLファイル、関連画像、CSSファイルに変換し、Webホストにアップロードしてすべてのブラウザーで使用できるようにする方法が必要です。これを行うためのツール、ライブラリ、アルゴリズムを知っている人はいますか？.

htmlconvertermhtml
18
klumsy

さて、あなたは.MHTファイルをIEで開き、Webページとして保存することができます。このページでこれをテストしましたが、IE（それはIE）、保存されてからChromeのように、正常に表示されたように見えます）で正常に開きました。

その方法がなければ、ファイル自体を見て、テキストブロックはそのままファイルに保存され、他のすべてのコンテンツはBase64に保存されます。コンテンツの各アイテムの前には、次のものが続きます。

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

[MIMEタイプ]、[エンコードタイプ]、および[コンテンツの完全パス]は可変です。 [[Encoding Type]は、base64またはquoted-printable。 [Boundary]は.MHTファイルの最初に次のように定義されています：

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"

それを使用して、必要に応じて独自のファイルパーサーを作成できます。

12
XNargaHuntress

IEおよびMS Wordのほかに、「mht2html」と呼ばれるオープンソースのクロスプラットフォームプログラムがあり、最初は 2007 で作成され、最後は 2016 で更新されています。 =。GUIと端末インターフェースの両方を備えています。

私はまだテストしていませんが、良いレビューを受けているようです。

3
sahwar

MHTファイルは基本的にMIMEです。したがって、Chilkat.Mimeまたは完全にフリーのSystem.Net.Mimeコンポーネントを使用して、その内部構造にアクセスすることが可能です。たとえば、MHTに画像が含まれている場合、出力HTMLでbase64文字列に置き換えることができます。

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
3
Zagavarr

@ XGundam05は正しいと思います。これを機能させるために私がやったことは次のとおりです。

Visual StudioでWindowsフォームプロジェクトから始めました。 WebBrowserをフォームに追加し、2つのボタンを追加しました。次に、このコード：

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

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

このコードを取得してファイルのリストに追加し、各ファイルをforeachで処理できるはずです。 webBrowserにはShowSaveAsDialog()というメソッドが含まれています。そして、これは.mhtまたは単にhtmlまたは完全なページとして保存することを可能にします。

編集：webBrowserのドキュメントを使用して、この時点で情報をこすることができます。ここで、MSのとおりにrichTextBoxとパブリック変数を追加します。 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
                }

            }
        }
    }
_
1
CaptainBli

したがって、自動化IEは困難であり、エンドツーエンドで使用できませんでした。そのため、それを実行するある種のコードを構築するのがよいと思います。githubでこれを見つけましたpython良いかもしれないもの

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

時間があれば、PowerShellで同様のことを実行してみます。

0
klumsy