- 浏览: 43942 次
- 性别:
- 来自: 北京
最新评论
JSP 转换 mht java 代码
package com.picc.zhaopin.test;
import java.io.BufferedInputStream;
import java.io.BufferedReader;
import java.io.ByteArrayInputStream;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.io.OutputStream;
import java.io.Reader;
import java.net.MalformedURLException;
import java.net.URL;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import java.util.Properties;
import java.util.StringTokenizer;
import javax.activation.DataHandler;
import javax.activation.DataSource;
import javax.activation.MimetypesFileTypeMap;
import javax.mail.Message;
import javax.mail.Session;
import javax.mail.internet.InternetAddress;
import javax.mail.internet.MimeBodyPart;
import javax.mail.internet.MimeMessage;
import javax.mail.internet.MimeMultipart;
import org.htmlparser.Parser;
import org.htmlparser.Tag;
import org.htmlparser.filters.TagNameFilter;
import org.htmlparser.lexer.Lexer;
import org.htmlparser.lexer.Page;
import org.htmlparser.util.DefaultParserFeedback;
import org.htmlparser.util.NodeList;
import org.htmlparser.util.ParserException;
/**
* mht文件解析类
* @author dl
*/
public class Html2MHTCompiler {
private URL strWeb = null; /**网页地址*/
private String strText = null; /**网页文本内容*/
private String strFileName = null; /**本地文件名*/
private String strEncoding = null; /**网页编码*/
//mht格式附加信息
private String from = "dongle2001@126.com";
private String to;
private String subject = "mht compile";
private String cc;
private String bcc;
private String smtp = "localhost";
public static void main(String[] args) {
String strUrl = "http://www.mtime.com/my/tropicofcancer/blog/843555/";
String strEncoding = "utf-8";
//String strText = JQuery.getHtmlText(strUrl, strEncoding, null);
String strText = downFileTxt(strUrl, strEncoding);
if (strText == null)
return;
Html2MHTCompiler h2t = new Html2MHTCompiler(strUrl, strEncoding, "test.mht");
h2t.compile();
//Html2MHTCompiler.mht2html("test.mht", "a.html");
}
/**
*
方法说明:初始化
*
输入参数:strText 网页文本内容; strUrl 网页地址; strEncoding 网页编码; strFileName 本地文件名
*
返回类型:
*/
public Html2MHTCompiler(String strUrl, String strEncoding, String strFileName) {
try {
strWeb = new URL(strUrl);
} catch (MalformedURLException e) {
e.printStackTrace();
return;
}
//this.strText = strText;
this.strText = downFileTxt(strUrl, strEncoding);
this.strEncoding = strEncoding;
this.strFileName = strFileName;
}
/**
*
方法说明:执行下载操作
*
输入参数:
*
返回类型:
*/
public boolean compile() {
if (strWeb == null || strText == null || strFileName == null || strEncoding == null)
return false;
HashMap urlMap = new HashMap();
NodeList nodes = new NodeList();
try {
Parser parser = createParser(strText);
parser.setEncoding(strEncoding);
nodes = parser.parse(null);
} catch (ParserException e) {
e.printStackTrace();
}
extractAllScriptNodes(nodes);
ArrayList urlScriptList = extractAllScriptNodes(nodes, urlMap);
ArrayList urlImageList = extractAllImageNodes(nodes, urlMap);
for (Iterator iter = urlMap.entrySet().iterator(); iter.hasNext();) {
Map.Entry entry = (Map.Entry) iter.next();
String key = (String)entry.getKey();
String val = (String)entry.getValue();
//strText = JHtmlClear.replace(strText, val, key);
strText = strText.replaceAll(val, key);
}
try {
createMhtArchive(strText, urlScriptList, urlImageList);
} catch (Exception e) {
e.printStackTrace();
return false;
}
return true;
}
/**
*
方法说明:建立HTML parser
*
输入参数:inputHTML 网页文本内容
*
返回类型:HTML parser
*/
private Parser createParser(String inputHTML) {
// TODO Auto-generated method stub
Lexer mLexer = new Lexer(new Page(inputHTML));
return new Parser(mLexer, new DefaultParserFeedback(DefaultParserFeedback.QUIET));
}
/**
*
方法说明:抽取基础URL地址
*
输入参数:nodes 网页标签集合
*
返回类型:
*/
private void extractAllScriptNodes(NodeList nodes) {
NodeList filtered = nodes.extractAllNodesThatMatch(new TagNameFilter("BASE"), true);
if (filtered != null && filtered.size() > 0) {
Tag tag = (Tag) filtered.elementAt(0);
String href = tag.getAttribute("href");
if (href != null && href.length() > 0) {
try {
strWeb = new URL(href);
} catch (MalformedURLException e) {
e.printStackTrace();
}
}
}
}
/**
*
方法说明:抽取网页包含的css,js链接
*
输入参数:nodes 网页标签集合; urlMap 已存在的url集合
*
返回类型:css,js链接的集合
*/
private ArrayList extractAllScriptNodes(NodeList nodes, HashMap urlMap) {
ArrayList urlList = new ArrayList();
NodeList filtered = nodes.extractAllNodesThatMatch(new TagNameFilter("script"), true);
for (int i = 0; i < filtered.size(); i++) {
Tag tag = (Tag) filtered.elementAt(i);
String src = tag.getAttribute("src");
// Handle external css file's url
if (src != null && src.length() > 0) {
String innerURL = src;
String absoluteURL = makeAbsoluteURL(strWeb, innerURL);
if (absoluteURL != null && !urlMap.containsKey(absoluteURL)) {
urlMap.put(absoluteURL, innerURL);
ArrayList urlInfo = new ArrayList();
urlInfo.add(innerURL);
urlInfo.add(absoluteURL);
urlList.add(urlInfo);
}
tag.setAttribute("src", absoluteURL);
}
}
filtered = nodes.extractAllNodesThatMatch(new TagNameFilter("link"), true);
for (int i = 0; i < filtered.size(); i++) {
Tag tag = (Tag) filtered.elementAt(i);
String type = (tag.getAttribute("type"));
String rel = (tag.getAttribute("rel"));
String href = tag.getAttribute("href");
boolean isCssFile = false;
if (rel != null) {
isCssFile = rel.indexOf("stylesheet") != -1;
} else if (type != null) {
isCssFile |= type.indexOf("text/css") != -1;
}
if (isCssFile && href != null && href.length() > 0) {
String innerURL = href;
String absoluteURL = makeAbsoluteURL(strWeb, innerURL);
if (absoluteURL != null && !urlMap.containsKey(absoluteURL)) {
urlMap.put(absoluteURL, innerURL);
ArrayList urlInfo = new ArrayList();
urlInfo.add(innerURL);
urlInfo.add(absoluteURL);
urlList.add(urlInfo);
}
tag.setAttribute("href", absoluteURL);
}
}
return urlList;
}
/**
*
方法说明:抽取网页包含的图像链接
*
输入参数:nodes 网页标签集合; urlMap 已存在的url集合
*
返回类型:图像链接集合
*/
private ArrayList extractAllImageNodes(NodeList nodes, HashMap urlMap) {
ArrayList urlList = new ArrayList();
NodeList filtered = nodes.extractAllNodesThatMatch(new TagNameFilter("IMG"), true);
for (int i = 0; i < filtered.size(); i++) {
Tag tag = (Tag) filtered.elementAt(i);
String src = tag.getAttribute("src");
// Handle external css file's url
if (src != null && src.length() > 0) {
String innerURL = src;
String absoluteURL = makeAbsoluteURL(strWeb, innerURL);
if (absoluteURL != null && !urlMap.containsKey(absoluteURL)) {
urlMap.put(absoluteURL, innerURL);
ArrayList urlInfo = new ArrayList();
urlInfo.add(innerURL);
urlInfo.add(absoluteURL);
urlList.add(urlInfo);
}
tag.setAttribute("src", absoluteURL);
}
}
return urlList;
}
/**
*
方法说明:相对路径转绝对路径
*
输入参数:strWeb 网页地址; innerURL 相对路径链接
*
返回类型:绝对路径链接
*/
public static String makeAbsoluteURL(URL strWeb, String innerURL) {
//去除后缀
//int pos = innerURL.indexOf("?");
//if (pos != -1) {
// innerURL = innerURL.substring(0, pos);
//}
if (innerURL != null
&& innerURL.toLowerCase().indexOf("http") == 0) {
//System.out.println(innerURL);
return innerURL;
}
URL linkUri = null;
try {
linkUri = new URL(strWeb, innerURL);
} catch (MalformedURLException e) {
e.printStackTrace();
return null;
}
String absURL = linkUri.toString();
//absURL = JHtmlClear.replace(absURL, "../", "");
//absURL = JHtmlClear.replace(absURL, "./", "");
//absURL = absURL.replaceAll("../", "");
//absURL = absURL.replaceAll("./", "");
//System.out.println(absURL);
return absURL;
}
/**
*
方法说明:创建mht文件
*
输入参数:content 网页文本内容; urlScriptList 脚本链接集合; urlImageList 图片链接集合
*
返回类型:
*/
private void createMhtArchive(String content, ArrayList urlScriptList, ArrayList urlImageList) throws Exception {
//Instantiate a Multipart object
MimeMultipart mp = new MimeMultipart("related");
Properties props = new Properties();
props.put("mail.smtp.host", smtp);
Session session = Session.getDefaultInstance(props, null);
MimeMessage msg = new MimeMessage(session);
// set mailer
msg.setHeader("X-Mailer", "Code Manager .SWT");
// set from
if (from != null) {
msg.setFrom(new InternetAddress(from));
}
// set subject
if (subject != null) {
msg.setSubject(subject);
}
// to
if (to != null) {
InternetAddress[] toAddresses = getInetAddresses(to);
msg.setRecipients(Message.RecipientType.TO, toAddresses);
}
// cc
if (cc != null) {
InternetAddress[] ccAddresses = getInetAddresses(cc);
msg.setRecipients(Message.RecipientType.CC, ccAddresses);
}
// bcc
if (bcc != null) {
InternetAddress[] bccAddresses = getInetAddresses(bcc);
msg.setRecipients(Message.RecipientType.BCC, bccAddresses);
}
//设置网页正文
MimeBodyPart bp = new MimeBodyPart();
bp.setText(content, strEncoding);
bp.addHeader("Content-Type", "text/html;charset=" + strEncoding);
bp.addHeader("Content-Location", strWeb.toString());
mp.addBodyPart(bp);
int urlCount = urlScriptList.size();
for (int i = 0; i < urlCount; i++) {
bp = new MimeBodyPart();
ArrayList urlInfo = (ArrayList) urlScriptList.get(i);
// String url = urlInfo.get(0).toString();
String absoluteURL = urlInfo.get(1).toString();
bp.addHeader("Content-Location",javax.mail.internet.MimeUtility.encodeWord(java.net.URLDecoder.decode(absoluteURL, strEncoding)));
DataSource source = new AttachmentDataSource(absoluteURL, "text");
bp.setDataHandler(new DataHandler(source));
mp.addBodyPart(bp);
}
urlCount = urlImageList.size();
for (int i = 0; i < urlCount; i++) {
bp = new MimeBodyPart();
ArrayList urlInfo = (ArrayList) urlImageList.get(i);
// String url = urlInfo.get(0).toString();
String absoluteURL = urlInfo.get(1).toString();
bp.addHeader("Content-Location",javax.mail.internet.MimeUtility.encodeWord(java.net.URLDecoder.decode(absoluteURL, strEncoding)));
DataSource source = new AttachmentDataSource(absoluteURL, "image");
bp.setDataHandler(new DataHandler(source));
mp.addBodyPart(bp);
}
msg.setContent(mp);
// write the mime multi part message to a file
File dir = new File (strFileName) ;
if(!dir.exists())
dir.createNewFile() ;
//
msg.writeTo(new FileOutputStream(strFileName));
}
/**
*
方法说明:mht转html
*
输入参数:strMht mht文件路径; strHtml html文件路径
*
返回类型:
*/
/*
public static void mht2html(String strMht, String strHtml) {
try {
InputStream fis = new FileInputStream(strMht);
Session mailSession = Session.getDefaultInstance(System.getProperties(), null);
MimeMessage msg = new MimeMessage(mailSession, fis);
Object content = msg.getContent();
if (content instanceof Multipart) {
MimeMultipart mp = (MimeMultipart)content;
MimeBodyPart bp1 = (MimeBodyPart)mp.getBodyPart(0);
String strEncodng = getEncoding(bp1);
String strText = getHtmlText(bp1, strEncodng);
if (strText == null)
return;
File parent = null;
if (mp.getCount() > 1) {
parent = new File(new File(strHtml).getAbsolutePath() + ".files");
parent.mkdirs();
if (!parent.exists())
return;
}
for (int i = 1; i < mp.getCount(); ++i) {
MimeBodyPart bp = (MimeBodyPart)mp.getBodyPart(i);
String strUrl = getResourcesUrl(bp);
if (strUrl == null)
continue;
DataHandler dataHandler = bp.getDataHandler();
MimePartDataSource source = (MimePartDataSource)dataHandler.getDataSource();
File resources = new File(parent.getAbsolutePath() + File.separator + getName(strUrl, i));
if (saveResourcesFile(resources, bp.getInputStream()))
//strText = JHtmlClear.replace(strText, strUrl, resources.getAbsolutePath());
strText = strText.replaceAll(strUrl, resources.getAbsolutePath());
}
saveHtml(strText, strHtml);
}
} catch (Exception e) {
e.printStackTrace();
}
}*/
/**
*
方法说明:得到资源文件的name
*
输入参数:strName 资源文件链接, ID 资源文件的序号
*
返回类型:资源文件的本地临时文件名
*/
public static String getName(String strName, int ID) {
char separator = '/';
//System.out.println(strName);
//System.out.println(separator);
if( strName.lastIndexOf(separator) >= 0)
return format(strName.substring(strName.lastIndexOf(separator) + 1));
return "temp" + ID;
}
/**
*
方法说明:得到网页编码
*
输入参数:bp MimeBodyPart类型的网页内容
*
返回类型:MimeBodyPart里的网页内容的编码
*/
/*
private static String getEncoding(MimeBodyPart bp) {
if (bp != null) {
try {
Enumeration list = bp.getAllHeaders();
while (list.hasMoreElements()) {
javax.mail.Header head = (javax.mail.Header)list.nextElement();
if (head.getName().compareTo("Content-Type") == 0) {
String strType = head.getValue();
int pos = strType.indexOf("charset=");
if (pos != -1) {
String strEncoding = strType.substring(pos + 8, strType.length());
if (strEncoding.toLowerCase().compareTo("gb2312") == 0) {
strEncoding = "gbk";
}
return strEncoding;
}
}
}
} catch (MessagingException e) {
e.printStackTrace();
}
}
return null;
}*/
/**
*
方法说明:得到资源文件url
*
输入参数:bp MimeBodyPart类型的网页内容
*
返回类型:资源文件url
*/
/*
private static String getResourcesUrl(MimeBodyPart bp) {
if (bp != null) {
try {
Enumeration list = bp.getAllHeaders();
while (list.hasMoreElements()) {
javax.mail.Header head = (javax.mail.Header)list.nextElement();
if (head.getName().compareTo("Content-Location") == 0) {
return head.getValue();
}
}
} catch (MessagingException e) {
e.printStackTrace();
}
}
return null;
}*/
/**
*
方法说明:格式化文件名
*
输入参数:strName 文件名
*
返回类型:经过处理的符合命名规则的文件名
*/
private static String format(String strName) {
if (strName == null)
return null;
strName = strName.replaceAll(" ", " ");
String strText = "\\/:*?\"<>|^___FCKpd___0quot";
for (int i = 0; i < strName.length(); ++i) {
String ch = String.valueOf(strName.charAt(i));
if (strText.indexOf(ch) != -1) {
strName = strName.replace(strName.charAt(i), '-');
}
}
return strName;
}
/**
*
方法说明:保存资源文件
*
输入参数:resources 要创建的资源文件; inputStream 要输入文件中的流
*
返回类型:boolean
*/
/*
private static boolean saveResourcesFile(File resources, InputStream inputStream) {
if (resources == null || inputStream == null) {
return false;
}
BufferedInputStream in = null;
FileOutputStream fio = null;
BufferedOutputStream osw = null;
try {
in = new BufferedInputStream(inputStream);
fio = new FileOutputStream(resources);
osw = new BufferedOutputStream(new DataOutputStream(fio));
int b;
byte[] a = new byte[1024];
boolean isEmpty = true;
while ((b = in.read(a)) != -1) {
isEmpty = false;
osw.write(a, 0, b);
osw.flush();
}
osw.close();
fio.close();
in.close();
inputStream.close();
if (isEmpty)
resources.delete();
return true;
} catch (Exception e) {
e.printStackTrace();
System.out.println("解析mht失败");
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();
System.out.println("解析mht失败");
return false;
}
}
}*/
/**
*
方法说明:得到mht文件的标题
*
输入参数:mhtFilename mht文件名
*
返回类型:mht文件的标题
*/
/*
public static String getTitle(String mhtFilename) {
try {
InputStream fis = new FileInputStream(mhtFilename);
Session mailSession = Session.getDefaultInstance(System.getProperties(), null);
MimeMessage msg = new MimeMessage(mailSession, fis);
Object content = msg.getContent();
if (content instanceof Multipart) {
MimeMultipart mp = (MimeMultipart)content;
MimeBodyPart bp1 = (MimeBodyPart)mp.getBodyPart(0);
String strEncodng = getEncoding(bp1);
String strText = getHtmlText(bp1, strEncodng);
if (strText == null)
return null;
strText = strText.toLowerCase();
int pos1 = strText.indexOf("<title>");
int pos2 = strText.indexOf("</title>");
if (pos1 != -1 && pos2!= -1 && pos2 > pos1) {
return strText.substring(pos1 + 7, pos2).trim();
}
}
return null;
} catch (Exception e) {
e.printStackTrace();
return null;
}
}*/
/**
*
方法说明:得到html文本
*
输入参数:bp MimeBodyPart类型的网页内容; strEncoding 内容编码
*
返回类型:html文本
*/
/*
private static String getHtmlText(MimeBodyPart bp, String strEncoding) {
InputStream textStream = null;
BufferedInputStream buff = null;
BufferedReader br = null;
Reader r = null;
try {
textStream = bp.getInputStream();
buff = new BufferedInputStream(textStream);
r = new InputStreamReader(buff, strEncoding);
br = new BufferedReader(r);
StringBuffer strHtml = new StringBuffer("");
String strLine = null;
while ((strLine = br.readLine()) != null) {
strHtml.append(strLine + "\r\n");
}
br.close();
r.close();
textStream.close();
return strHtml.toString();
} catch (Exception e) {
e.printStackTrace();
} finally{
try{
if (br != null)
br.close();
if (buff != null)
buff.close();
if (textStream != null)
textStream.close();
}catch(Exception e){
System.out.println("解析mht失败");
}
}
return null;
}*/
/**
*
方法说明:得到jsp文本
*
输入参数:String jspUrl文件路径; strEncoding 内容编码
*
返回类型:html文本
*/
private static String downFileTxt(String jspUrl, String strEncoding) {
InputStream textStream = null;
BufferedInputStream buff = null;
BufferedReader br = null;
Reader r = null;
try {
URL url = new URL(jspUrl);
textStream = url.openStream();
buff = new BufferedInputStream(textStream);
r = new InputStreamReader(buff, strEncoding);
br = new BufferedReader(r);
StringBuffer strHtml = new StringBuffer("");
String strLine = null;
while ((strLine = br.readLine()) != null) {
strHtml.append(strLine + "\r\n");
}
br.close();
r.close();
textStream.close();
return strHtml.toString();
} catch (Exception e) {
e.printStackTrace();
} finally{
try{
if (br != null)
br.close();
if (buff != null)
buff.close();
if (textStream != null)
textStream.close();
}catch(Exception e){
System.out.println("解析jsp失败");
}
}
return null;
}
/**
*
方法说明:得到资源文件字节流
*
输入参数:String jspUrl文件路径; strEncoding 内容编码
*
返回类型:html文本
*/
private static byte[] downFileByte(String jspUrl) {
InputStream textStream = null;
BufferedInputStream buff = null;
//BufferedReader br = null;
//Reader r = null;
//byte[] buf = new byte[1024];
byte[] buf = null;
//int len = 0;
try {
ByteArrayOutputStream byteArray = new ByteArrayOutputStream();
URL url = new URL(jspUrl);
textStream = url.openStream();
buff = new BufferedInputStream(textStream);
//r = new InputStreamReader(buff, strEncoding);
//br = new BufferedReader(r);
//StringBuffer strHtml = new StringBuffer("");
//String strLine = null;
//buff.read(buf);
//br.close();
//r.close();
int ch = 0 ;
while ((ch = buff.read()) != - 1 ) {
byteArray.write(ch);
}
buf = byteArray.toByteArray();
buff.close();
textStream.close();
} catch (Exception e) {
e.printStackTrace();
} finally{
try{
//if (br != null)
// br.close();
if (buff != null)
buff.close();
if (textStream != null)
textStream.close();
}catch(Exception e){
System.out.println("解析文件失败");
}
}
return buf;
}
/**
*
方法说明:保存html文件
*
输入参数:strText html内容; strHtml html文件名
*
返回类型:
*/
/*
private static void saveHtml(String strText, String strHtml) {
try {
FileWriter fw = new FileWriter(strHtml);
fw.write(strText);
fw.close();
} catch (IOException e) {
e.printStackTrace();
System.out.println("解析mht失败");
}
}*/
private InternetAddress[] getInetAddresses(String emails) throws Exception {
ArrayList list = new ArrayList();
StringTokenizer tok = new StringTokenizer(emails, ",");
while (tok.hasMoreTokens()) {
list.add(tok.nextToken());
}
int count = list.size();
InternetAddress[] addresses = new InternetAddress[count];
for (int i = 0; i < count; i++) {
addresses[i] = new InternetAddress(list.get(i).toString());
}
return addresses;
}
class AttachmentDataSource implements DataSource {
private MimetypesFileTypeMap map = new MimetypesFileTypeMap();
private String strUrl;
private String strType;
private byte[] dataSize = null;
/**
* This is some content type maps.
*/
private Map normalMap = new HashMap();
{
// Initiate normal mime type map
// Images
normalMap.put("image", "image/jpeg");
normalMap.put("text", "text/plain");
}
public AttachmentDataSource(String strUrl, String strType) {
this.strType = strType;
this.strUrl = strUrl;
strUrl = strUrl.trim();
strUrl = strUrl.replaceAll(" ", "%20");
//dataSize = JQuery.downBinaryFile(strUrl, null);
if("text".equals(strType))
dataSize = downFileTxt(strUrl, strEncoding).getBytes();
else if("image".equals(strType))
dataSize = downFileByte(strUrl);
}
/**
* Returns the content type.
*/
public String getContentType() {
return getMimeType(getName());
}
public String getName() {
char separator = File.separatorChar;
if( strUrl.lastIndexOf(separator) >= 0 )
return strUrl.substring(strUrl.lastIndexOf(separator) + 1);
return strUrl;
}
private String getMimeType(String fileName) {
String type = (String)normalMap.get(strType);
if (type == null) {
try {
type = map.getContentType(fileName);
} catch (Exception e) {
}
//System.out.println(type);
// Fix the null exception
if (type == null) {
type = "application/octet-stream";
}
}
return type;
}
public InputStream getInputStream() throws IOException {
if (dataSize == null)
dataSize = new byte[0];
return new ByteArrayInputStream(dataSize);
}
public OutputStream getOutputStream() throws IOException {
return new java.io.ByteArrayOutputStream();
}
}
}
相关推荐
### Java对MHT文件解析及内容抓取技术详解 #### 一、引言 MHT(Mime HTML)文件是一种将HTML文档与嵌入资源(如图像、样式表等)合并为一个文件的格式,方便在网络上传输。本文将详细介绍如何使用Java语言解析MHT...
本文将深入探讨如何使用Java将MHT(MHTML或Web档案单个文件)转换为HTML,并重点讲解代码实现过程中的关键技术点。 #### 一、MHT与HTML简介 1. **MHT (MHTML)**:是一种将网页的所有组成部分(如HTML代码、图片、...
这个【标题】"java将网页保存成mht格式文件"指向的是一个Java项目,其目的是将网页转换为MHT格式,以便离线查看或保存网页的原始状态。 在Java中实现这个功能,通常需要以下步骤: 1. **抓取网页内容**:首先,你...
使用java将网页保存为mht格式.mht
在提供的压缩包“多假设跟踪MHT仿真代码.rar”中,很可能是包含了一个实现MHT算法的代码库。这些代码可能使用某种编程语言(如C++、Python或MATLAB)编写,包含了上述步骤的实现细节,以及可能的数据结构和函数,...
1. **解析MHT文件**:首先,转换工具需要解析.mht文件,读取MIME编码的数据,分离出HTML代码、图片和其他资源。 2. **解码MIME**:MHT文件中的资源通常是Base64或Binary编码,需要解码为原始二进制形式。 3. **重建...
本主题将探讨如何使用Java来实现HTML到MHT的转换。 首先,理解HTML和MHT的区别是必要的。HTML文件由一系列的标签组成,这些标签描述了网页的结构和内容,但它们通常依赖于外部资源,如CSS文件和JavaScript文件。...
MHT(MHTML)文件是一种单一的文件格式,它包含了网页的所有内容,包括HTML代码、图像、CSS样式和脚本等资源。这种格式通常用于保存Web页面,以便离线查看或便于传输。然而,不是所有的浏览器都支持MHT格式,这时就...
转换过程通常包括解析MHT文件中的所有组件,如HTML代码、图像、CSS样式和JavaScript,然后将它们重新组合成一个或多个HTML文件,同时保留原始布局和样式。这个工具的1.0版本发布于2009年6月2日,虽然可能没有最新...
### Java将网页保存成MHT格式程序:详细解析与实现 在互联网开发中,有时我们需要将整个网页(包括其所有资源如图片、样式表、脚本等)保存为一个单一的文件,以便于离线浏览或备份。MHT(MIME HTML)格式是一种将...
在压缩包中的"Word转换为mht-html.txt"文件,可能是包含了一个转换的示例代码。代码可能涉及以下步骤: - 打开Word文档。 - 读取文档内容并解析格式信息。 - 将内容和格式信息转换为HTML或MHTML格式。 - 保存转换后...
java提取mht图片
1. **选择MHT文件**:找到需要转换的MHT文件,通过转换工具打开。 2. **设定输出目录**:选择转换后HTML文件的保存位置。 3. **执行转换**:运行转换命令,工具会解析MHT文件并生成HTML文件。 4. **检查结果**:转换...
JSP分页技术,很不错.mht
以上代码展示了如何将HTML文档转换为MHT格式文件的过程。通过解析HTML内容、提取图像资源并转换为Base64编码,再结合MIME头信息构建完整的MHT文件。这种方法不仅适用于保存单个网页,还方便于离线查看和共享。
转换过程可能涉及解析MHT文件的结构,提取其中的HTML代码、图像和其他资源,并将它们重新组织成独立的HTML文件和关联的文件夹结构。 **程序功能** 1. **解析MHT**:程序首先读取MHT文件,解析其内容,包括嵌入的...
JAVA代码注释范例 - 基础知识 - 周老师科研站, JAVA代码注释范例 - 基础知识 - 周老师科研站
标题中的“访问URL生成Mht文件”指的是将一个网页(通过其URL)转换为MHT(MHTML,即单个文件网页)格式的过程。MHT文件是一种存储网页内容的单一文件,包括HTML代码、图像和其他资源,使得网页可以在离线状态下查看...
在压缩包内的文件中,你可以尝试阅读和理解源代码的结构和函数,同时参考相关的理论文献和教程,以加深对MHT算法的理解。此外,运行和调试代码,观察其在不同场景下的表现,也是掌握MHT算法的重要步骤。
标题和描述中提到的是一款能够将XLS、RTF、Word、HTM、MHT文件转换成TXT文本格式的工具软件。这样的软件在处理不同类型的文档时非常有用,特别是当需要将复杂格式的内容转化为简洁易读的纯文本时。下面我们将深入...