HtmlAgilityPack - 将 MHTML 转换为 HTML 作为字符串

Question

我有一个 MHTML 文件，我正在尝试将其转换为 HTML。

我已经安装了 HtmlAgilityPack 并尝试了以下代码：

var doc = new HtmlAgilityPack.MixedCodeDocument();
doc.Load("C:\\Users\\DickTracey\\Downloads\\Club Membership Report.mhtml");

var ms = new MemoryStream();
var sw = new StreamWriter(ms);

doc.Save(sw);
ms.Position = 0;

var sr = new StreamReader(ms);
return sr.ReadToEnd();

但它总是返回空值。

谁能解释一下将 MHTML 转换为 HTML 的正确程序？

Answer 1

MHTML 到 C# 中的 HTML 解码！

string mhtml = "This is your MHTML string"; // Make sure the string is in UTF-8 encoding MHTMLParser parser = new MHTMLParser(mhtml); string html = parser.getHTMLText(); // This is the converted HTML

git link ： https : //github.com/DavidBenko/MHTML-to-HTML-Decoding-in-C-Sharp.git

Answer 2

我用 HxD 快速浏览了一个 MHTML 文件。 尽管如上所述，HtmlAgilityPack 很少或根本不支持 MHTML，但格式本身看起来很简单。 它似乎由通常的可疑对象（未编码的 HTML、CSS、JS、以 Base64 编码的图形等）以某种方式（使用 mime 类型标头）连接在一起，只需稍加努力即可解决。 话虽如此，该格式可能已经在某处完全记录了下来——所以清理浏览器的灰尘，编写一些 C# 来解析它，然后用结果勺子馈送 HtmlAgilityPack。