mht文件转为html文件（mime4j方式）

您所在的位置：网站首页 › mhtml文件打开 › mht文件转为html文件（mime4j方式）

mht文件转为html文件（mime4j方式）

2023-08-05 05:17| 来源: 网络整理| 查看: 265

mht文件转为html文件

由于之前提供的方式一，可能在工程的众多依赖中，存在jar包冲突，如mail.jar和javaee5.jar都存在javax.mail的类路径，导致在强制类型转换会出现异常，解决方式略显蛋疼（如去掉其中一个jar中的javax.mail的包），所以我们寻找到另一种解析方式，而且个人感觉比方式一会简单点：

maven项目-pom依赖解析mht文件代码 maven项目-pom依赖

MIME4J解析包　apache-mime4j

org.apache.james apache-mime4j-core 0.7.2 org.apache.james apache-mime4j-dom 0.7.2 解析mht文件代码

解析 mht文件　转为html，以及相关的js、css等资源文件

import java.io.BufferedInputStream; import java.io.BufferedOutputStream; import java.io.BufferedReader; import java.io.DataOutputStream; import java.io.File; import java.io.FileInputStream; import java.io.FileOutputStream; import java.io.InputStream; import java.io.OutputStreamWriter; import java.io.Writer; import java.util.List; import org.apache.james.mime4j.dom.BinaryBody; import org.apache.james.mime4j.dom.Entity; import org.apache.james.mime4j.dom.Header; import org.apache.james.mime4j.dom.Message; import org.apache.james.mime4j.dom.Multipart; import org.apache.james.mime4j.dom.TextBody; import org.apache.james.mime4j.message.DefaultMessageBuilder; import org.apache.james.mime4j.stream.Field; public class Mime4jUtil { public static void main(String[] args) { //MessageTree.main(new String[]{"E:\\webdb\\mystruts\\src\\main\\webapp\\mhtfile\\123,123.mht"}); mht2Html("E:\\webdb\\mystruts\\src\\main\\webapp\\mhtfile\\123,123.mht", "E:\\webdb\\mystruts\\src\\main\\webapp\\mhtfile\\123,123.htm", ""); } public static void mht2Html(String srcMht, String targetFile, String serverPath){ DefaultMessageBuilder builder = new DefaultMessageBuilder(); try { InputStream inputStream = new FileInputStream(new File(srcMht)); Message message = builder.parseMessage(inputStream); Multipart multipart = (Multipart) message.getBody(); List parts = multipart.getBodyParts(); //1.取主体 StringBuilder htmlTextStr = new StringBuilder(); String encoding = null; for (Entity entity : parts) { if(!"text/html".equals(entity.getMimeType())){ continue; } //取编码 encoding = getEncoding(entity); TextBody body = (TextBody)entity.getBody(); BufferedReader br = new BufferedReader(body.getReader()); String line = null; while((line = br.readLine()) != null){ htmlTextStr.append(line); } break; } String htmlText = htmlTextStr.toString(); //2.取资源文件 //创建以mht文件名称的文件夹，主要用来保存资源文件。 File resourceFile = null; if (parts.size() > 1) { String sourcePath = targetFile.substring(0, targetFile.lastIndexOf(".")) + ".files"; resourceFile = new File(sourcePath); if(!resourceFile.exists()){ resourceFile.mkdirs(); } } for (Entity entity : parts) { if("text/html".equals(entity.getMimeType())){ continue; } String strUrl = getResourcesUrl(entity); if (strUrl == null || strUrl.length() == 0) continue; // 获取资源文件的绝对路径 String filePath = resourceFile.getAbsolutePath() + File.separator + getName(strUrl); File resources = new File(filePath); // 保存资源文件 BinaryBody body = (BinaryBody)entity.getBody(); if (saveResourcesFile(resources, body.getInputStream())) { // 将远程地址替换为本地地址如图片、JS、CSS样式等等 String replacePath = strUrl; if(strUrl.startsWith("file://")){ replacePath = getRelativePath(strUrl); } String relativePath = getRelativePath(filePath); htmlText = htmlText.replaceAll(replacePath, serverPath + relativePath); } } //保存文件 saveHtml(htmlText, targetFile, encoding); } catch (Exception e) { e.printStackTrace(); } } /** * 获取mht文件里资源文件的URL路径 * * @param bp * @return */ private static String getResourcesUrl(Entity entity) { Header header = entity.getHeader(); Field field = header.getField("Content-Location"); if(field == null){ return null; } return field.getBody(); } /** * 取文件名称 * * @param strUrl * @return */ private static String getName(String strUrl){ char separator = '/'; if (strUrl.lastIndexOf(separator) < 0) { separator = '\\'; } if(strUrl.lastIndexOf(separator) < 0){ return null; } String filename = strUrl.substring(strUrl.lastIndexOf(separator) + 1); if(filename.indexOf("?") > 0){ return filename.substring(0, filename.indexOf("?")); } return filename; } /** * 保存网页中的JS、图片、CSS样式等资源文件 * * @param srcFile 源文件 * @param inputStream 输入流 * @return */ private static boolean saveResourcesFile(File srcFile, InputStream inputStream) { if (srcFile == null || inputStream == null) { return false; } BufferedInputStream in = null; FileOutputStream fio = null; BufferedOutputStream osw = null; try { in = new BufferedInputStream(inputStream); fio = new FileOutputStream(srcFile); osw = new BufferedOutputStream(new DataOutputStream(fio)); int index = 0; byte[] a = new byte[1024]; while ((index = in.read(a)) != -1) { osw.write(a, 0, index); } osw.flush(); return true; } catch (Exception e) { e.printStackTrace(); return false; } finally { try { if (osw != null) osw.close(); if (fio != null) fio.close(); if (in != null) in.close(); if (inputStream != null) inputStream.close(); } catch (Exception e) { e.printStackTrace(); return false; } } } /** * 取相对路径 * @param filePath * @return */ public static String getRelativePath(String filePath) { char separator = '/'; if (filePath.lastIndexOf(separator) < 0) { separator = '\\'; } if(filePath.lastIndexOf(separator) < 0){ return ""; } String partStr = filePath.substring(0, filePath.lastIndexOf(separator)); partStr = partStr.substring(0, partStr.lastIndexOf(separator)); return filePath.substring(partStr.length() + 1); } /** * 将提取出来的html内容写入保存的路径中。 * * @param htmlTxt * @param htmlPath * @param encoding */ public static boolean saveHtml(String htmlTxt, String htmlPath, String encoding) { //若不存在父目录，则创建 File htmlFile = new File(htmlPath); if(!htmlFile.getParentFile().exists()){ htmlFile.getParentFile().mkdirs(); } try { Writer out = null; out = new OutputStreamWriter(new FileOutputStream(htmlPath, false), encoding); out.write(htmlTxt); out.close(); } catch (Exception e) { return false; } return true; } /** * 获取mht网页文件中内容代码的编码 * * @param entity * @return */ private static String getEncoding(Entity entity) { return entity.getCharset(); } }

此方法原创哦！=.=！

【本文地址】

mht文件转为html文件（mime4j方式）

mht文件转为html文件（mime4j方式）

今日新闻

推荐新闻