MHTML 提取器

从一个文件还原成许多文件

MHT 存档是一封 multipart/related 报文：HTML 加上页面引用过的每张图片、每份样式表、每个脚本，全都装在一个文件里。本工具把它们重新拆开。

每一部分都会列出 MIME 类型、传输编码、声明的字符集、Content-Location、Content-ID，以及两个尺寸：存储尺寸和解码后尺寸。这两个数字并排放在一起，就能看到传输解码确实在起作用：base64 图片会缩小约四分之一，而 quoted-printable 文本部分几乎不变——除非里面全是带重音的字符或超长行。

ZIP 是一个能用的文件夹，不是一堆碎片

这一步是大多数提取工具跳过的。把报文切成文件很容易，产出一个真正能打开的东西才是有用的部分。

• 根 HTML 写为 index.html。
• 其余部分放进 assets/，文件名取自 Content-Location 或 Content-ID，去重处理，原本没有扩展名的会补上一个合理的扩展名。
• HTML 里的 src、href 和 CSS url() 引用——它们仍然指向原始的绝对网址——会被改写为这些相对路径。

解压结果，双击 index.html，页面就带着图片和样式显示出来。这正是提取它的意义所在。

引用匹配使用的是与 MHTML 查看器完全相同的代码，因此 cid: 引用、Content-Location 匹配，以及相对于页面自身地址解析的相对引用，在两个工具中的表现完全一致。

预览与单独下载

任何一部分都能就地预览——文本按其声明的字符集解码，图片直接渲染——也可以单独下载。不做任何重新编码：图片取出来的字节与存档中保存的完全一致。

当存档不完整时

存档从未保存过的引用会被单独列出。在提取出的 HTML 中，它们仍指向原始地址，本工具不会去请求它们。

隐私

存档在你的浏览器中打开，绝不上传，也不会为它引用的任何东西发起网络请求。