Tiny Online Tools
Что такое файл MHT
Когда Internet Explorer, Word или пункт Chrome Сохранить как MHTML записывали страницу в один файл, получалось почтовое сообщение по RFC 2557. Тело multipart/related содержит HTML плюс каждую картинку, таблицу стилей и скрипт, на которые страница ссылалась, и у каждой части помечен URL, откуда она взята. Совершенно разумный формат, который сегодня почти ничем не открывается.
Как страница собирается заново
Части разделяются, каждая декодируется из своей транспортной кодировки (у текста обычно quoted-printable, у изображений base64), а затем переписываются ссылки корневого HTML. Именно этот последний шаг и есть вся работа: каждый src, href и url() в CSS по-прежнему указывает на исходный абсолютный адрес, и без переписывания страница отрисуется голой. Каждая ссылка сопоставляется с сохранённой для неё частью — по Content-Location, а для cid: по Content-ID — и начинает указывать на байты этой части.
Ничего не загружается и не выполняется
Собранная страница помещается в iframe с sandbox="allow-same-origin" и больше ничем. allow-scripts нет, поэтому ни один скрипт из архива выполниться не может.
Кроме того, в страницу добавляется Content-Security-Policy со значением default-src 'none'. Это важнее, чем кажется: любая ссылка, которую архив не сохранил, после переписывания остаётся абсолютным http-адресом, и браузер при отрисовке тихо сходил бы за ней. Политика это запрещает. Загружаться разрешено только blob: и data: — то есть частям, лежащим внутри самого файла.
Неполные архивы
Веб-архивы постоянно сохраняются неполными: фоновая картинка из таблицы стилей, за которой сохранение не пошло, отложенно загружаемое изображение, шрифт на другом домене. Такие ссылки подсчитываются и перечисляются. Если страница выглядит неправильно, этот список обычно и объясняет почему — ответ куда полезнее значка сломанной картинки.
Что ещё показано
Тема, дата сохранения страницы и исходный URL — Content-Location корневой части, то есть настоящее место, откуда страница взялась. Плюс каждая часть с типом MIME, транспортной кодировкой, объявленной кодировкой символов и размером после декодирования, а также переключатель на исходный код корневого HTML.
Конфиденциальность
Архив открывается в браузере. Он не загружается на сервер, и ни он, ни инструмент не обращаются к сети.