C# 从 MHT 文件中提取 HTML

Posted 2023-03-15

【中文标题】C# 从 MHT 文件中提取 HTML

【英文标题】：C# extract HTML from MHT file

【发布时间】：2012-03-24 09:05:51

【问题描述】：

我有一个从 html 文件中提取信息的 C# 模块。但我的输入是一个 MHT 文件。如何仅提取 MHT 文件的 html 部分？

【问题讨论】：

MHTML 文件是 Mime HTML 文件。您需要一个 Mime 解析器/解码器。 Related question

感谢您为我指明正确的方向！

【参考方案1】：

我尝试了几个据说允许我提取 MHT 内容的工具和库，但几乎都失败了（我发现 MHT 文件的提供者没有正确编码某些类型）。我最终发现了 Total Commander，它可以让我解压 MHT 并仅提取 html 部分。这是一个 hack，但它完成了工作。

似乎有很多用于创建 MHT 的工具，而用于解包的工具却很少。