mht文件转为html文件（mime4j方式）

男娘i 2022-05-19 23:24 347阅读 0赞

# 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

<dependency>
        <groupId>org.apache.james</groupId>
        <artifactId>apache-mime4j-core</artifactId>
        <version>0.7.2</version>
    </dependency>
    <dependency>
        <groupId>org.apache.james</groupId>
        <artifactId>apache-mime4j-dom</artifactId>
        <version>0.7.2</version>
    </dependency>

## 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<Entity> 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！=.=！