MHT (Web Archive)

Web Archive (MHT) to sposób zapisu witryny do pojedynczego pliku możliwego do przeglądania bez połączenia z siecią.

Format MHT jako pojedynczy zapis strony

MHT, spotykany także pod nazwą MHTML lub Web Archive, jest formatem archiwum internetowego przeznaczonym do zapisania wielu elementów strony w jednym pliku. Zamiast przechowywać dokument HTML, arkusze stylów, obrazy i inne zasoby w osobnych katalogach, plik MHT zawiera ich kopie połączone w jedną strukturę. Dzięki temu zapis może zostać przeniesiony na inny komputer bez konieczności zachowania pierwotnego układu folderów.

Plik MHT jest dokumentem tekstowym opartym na składni MIME, wykorzystywanej również do opisywania części wiadomości pocztowych. Poszczególne fragmenty archiwum są rozdzielone granicami MIME, a nagłówki wskazują między innymi typ zawartości, kodowanie oraz identyfikator zasobu. Główna część może zawierać kod HTML, natomiast obrazy i inne elementy binarne są zwykle zapisane jako dane zakodowane w Base64. Rozszerzenie pliku najczęściej ma postać .mht albo .mhtml.

Jak przeglądarka odtwarza zawartość archiwum

Podczas otwierania pliku MHT program odczytuje część zawierającą dokument HTML, a następnie wyszukuje zasoby dołączone w pozostałych sekcjach. Odwołania do obrazów lub innych elementów nie muszą prowadzić do adresów internetowych. Mogą wskazywać identyfikatory zasobów zapisanych wewnątrz tego samego archiwum, na przykład za pomocą nagłówka Content-Location albo mechanizmu Content-ID. Przeglądarka rekonstruuje w ten sposób widok strony z danych znajdujących się lokalnie.

Archiwum MHT nie jest jednak pełną kopią działania witryny. Zapis może obejmować statyczny kod HTML, style, obrazy, czcionki lub inne elementy dostępne w chwili tworzenia pliku, ale nie zachowuje automatycznie stanu serwera, sesji użytkownika ani zawartości generowanej później. Skrypty JavaScript mogą próbować pobierać dane z sieci, korzystać z niezapisanych zasobów albo wykonywać operacje zależne od konkretnej przeglądarki. Z tego powodu strona otwarta z archiwum może wyglądać poprawnie, ale część jej funkcji interaktywnych może nie działać.

Ograniczenia zgodności i typowe objawy problemów

Obsługa MHT zależy od programu, który próbuje otworzyć archiwum. Różne przeglądarki mogą odmiennie interpretować kodowanie znaków, adresy zasobów, nagłówki MIME oraz reguły bezpieczeństwa obowiązujące przy otwieraniu plików lokalnych. Plik utworzony w jednym środowisku może więc wyświetlać się inaczej w innym. Szczególnie widoczne bywają brakujące obrazy, nieprawidłowe polskie znaki, rozjechany układ strony albo komunikat o uszkodzonym dokumencie.

Nie każdy problem oznacza uszkodzenie samego pliku. Przyczyną może być zapisanie strony bez wszystkich zależności, błędna interpretacja kodowania, niepełne pobranie elementów ładowanych dopiero po wykonaniu skryptu albo ograniczenie programu otwierającego. Warto sprawdzić plik w innym aktualnym programie obsługującym archiwa MHTML, a także porównać jego rozmiar z kopią źródłową. Zmiana rozszerzenia z .mht na .html nie naprawia archiwum, ponieważ zawartość MHT nadal pozostaje strukturą MIME, a nie zwykłym dokumentem HTML.

Przed udostępnieniem archiwum należy pamiętać, że może ono zawierać lokalnie zapisane obrazy, fragmenty tekstu, adresy odwołań oraz elementy widoczne na stronie w momencie zapisu. MHT należy traktować jako kopię określonego stanu witryny, a nie gwarantowany, samodzielny odpowiednik oryginalnego serwisu internetowego. Przy długotrwałym przechowywaniu przydatne jest zachowanie kilku kopii pliku oraz informacji o programie, w którym archiwum zostało utworzone.

Sprawdzenie pliku MHT w komputerze użytkownika

Diagnostyka problemu z archiwum MHT powinna rozpocząć się od ustalenia, czy kłopot dotyczy jednego pliku, czy wszystkich dokumentów tego typu. Należy sprawdzić, czy plik ma właściwe rozszerzenie, czy można go skopiować bez błędu oraz czy jego zawartość otwiera się w innym programie. Jeżeli dokument wyświetla puste miejsce, można przeanalizować jego strukturę w edytorze tekstu i poszukać nagłówków MIME, takich jak Content-Type oraz boundary. Ich brak może wskazywać, że plik nie jest prawidłowym archiwum MHT albo został zapisany niekompletnie.

Warszawskie Pogotowie Komputerowe wykonuje naprawę laptopów i komputerów PC, w tym diagnostykę problemów z oprogramowaniem odpowiedzialnym za otwieranie lokalnych archiwów internetowych. W ramach sprawdzenia można rozróżnić uszkodzenie pojedynczego dokumentu od problemu z konfiguracją systemu, skojarzeniem rozszerzenia lub działaniem przeglądarki. Jeżeli archiwum jest niepełne, możliwe jest określenie, czy problem wynika z braku zasobów zapisanych podczas tworzenia pliku, czy z niezgodności programu użytego do jego odczytu.

Wynik diagnostyki powinien jasno wskazywać, czy wystarczy zmiana programu otwierającego pliki MHT, przywrócenie prawidłowego skojarzenia rozszerzenia, ponowne utworzenie archiwum, czy też problem dotyczy szerszej awarii systemu. Samo archiwum nie zawsze da się odtworzyć do pierwotnego stanu, jeżeli podczas zapisu nie zostały pobrane wszystkie elementy strony. W takim przypadku można ocenić jego zawartość i ustalić, które części są dostępne lokalnie.