### 如何使用 Python 打开 MHT 文件 MHT（Mime HTML）是一种用于存储网页及其关联资源的文件格式。它通过 MIME 编码将 HTML 文档与其依赖的外部资源（如图像、样式表等）打包到一个单独的文件中。要处理 MHT 文件，可以借助一些现有的 Python 库来完成。 #### 使用 `email` 模块解析 MHT 文件 Python 的内置模块 `email` 可以用来解析 MHT 文件，因为 MHT 文件本质上是一个 MIME 多部分消息。以下是具体方法： ```python import email from email import policy from email.parser import BytesParser def parse_mht(file_path): with open(file_path, 'rb') as fp: msg = BytesParser(policy=policy.default).parse(fp) for part in msg.walk(): content_type = part.get_content_type() content_disposition = str(part.get('Content-Disposition')) if content_type == 'text/html' and 'attachment' not in content_disposition: body = part.get_payload(decode=True) charset = part.get_content_charset() html_body = body.decode(charset) print(html_body) # 调用函数并传入 MHT 文件路径 file_location = "example.mht" parse_mht(file_location) ``` 这段代码利用了 `email` 模块的功能，逐层遍历 MHT 文件中的各个部分，并提取出 HTML 部分的内容[^1]。 --- #### 使用第三方库 `mhtml-parser` 如果希望更方便地操作 MHT 文件，可以选择安装专门的第三方库 `mhtml-parser` 来简化流程。可以通过 pip 安装该库： ```bash pip install mhtml-parser ``` 下面是使用 `mhtml-parser` 提取 MHT 文件内容的一个例子： ```python from mhtml_parser import MHTMLParser def extract_mht_with_library(file_path): parser = MHTMLParser.from_file(file_path) # 获取 HTML 主体 html_content = parser.html # 输出 HTML 内容 print(html_content) # 调用函数并传入 MHT 文件路径 file_location = "example.mht" extract_mht_with_library(file_location) ``` 这个库提供了更加直观的方式访问 MHT 文件的不同组成部分，比如 HTML 和附加资源[^3]。 --- #### 自定义解析器 如果没有合适的现成工具或者需要更高的灵活性，也可以手动编写解析逻辑。这通常涉及以下几个步骤： 1. **读取文件**：使用 `open()` 函数加载 MHT 文件。 2. **分割数据流**：按照 MIME 边界字符串拆分各部分内容。 3. **解码每部分内容**：基于 Content-Type 和编码方式还原原始数据。 这种方法虽然复杂度较高，但在特殊需求下可能更为适用[^4]。 --- ### 总结 对于大多数场景来说，推荐优先尝试 `email` 模块或专用库 `mhtml-parser` 来快速实现对 MHT 文件的操作。这些方案不仅简单易用，而且能够满足常见的解析需求。