MHTML

MHTML to standard opisujący łączenie dokumentu HTML z jego zasobami w jeden plik oparty na kodowaniu MIME.

Jak MHTML pakuje stronę HTML w jeden dokument

MHTML, rozwijany jako MIME HTML, jest formatem służącym do zapisania dokumentu HTML razem z zasobami, do których strona się odwołuje. Mogą to być między innymi arkusze stylów CSS, obrazy, pliki JavaScript oraz inne elementy osadzone lub dołączone do dokumentu. Zamiast przechowywać stronę i jej zasoby w oddzielnym katalogu, MHTML umieszcza je w jednym pliku. Najczęściej spotykane rozszerzenia takiego pliku to .mht oraz .mhtml.

Podstawą formatu jest mechanizm MIME używany pierwotnie do przesyłania różnych typów danych w wiadomościach internetowych. Specyfikacja MHTML została opisana w dokumencie RFC 2557. Plik ma strukturę wieloczęściową, zwykle opartą na typie multipart/related. Pierwsza część zawiera główny dokument HTML, a kolejne części zawierają zasoby przypisane do tej strony. Granice między częściami wyznacza separator MIME określony w nagłówku Content-Type.

Odwołania Content-Location i Content-ID w pliku MHTML

Sam fakt umieszczenia wielu danych w jednym pliku nie wystarcza do odtworzenia strony. Dokument HTML musi wskazywać, który fragment MIME odpowiada konkretnemu obrazowi, arkuszowi stylów lub skryptowi. W tym celu MHTML wykorzystuje między innymi nagłówki Content-Location i Content-ID. Wartość Content-Location może pełnić rolę adresu identyfikującego zasób, natomiast odwołanie zapisane jako cid: wskazuje część oznaczoną identyfikatorem Content-ID.

Zasoby w poszczególnych częściach są opisywane także nagłówkiem Content-Type, na przykład text/html, text/css albo image/png. Dane binarne mogą być kodowane za pomocą base64, a tekstowe za pomocą quoted-printable. Podczas otwierania pliku program obsługujący MHTML analizuje nagłówki MIME, odnajduje powiązane części i rekonstruuje dokument w pamięci. Jeśli zabraknie któregoś zasobu, identyfikator będzie nieprawidłowy albo kodowanie zostanie błędnie zinterpretowane, strona może wyświetlić się bez obrazów, stylów lub skryptów.

Archiwizacja strony a ograniczenia odtwarzania

MHTML jest przydatny wtedy, gdy trzeba zachować lokalną kopię pojedynczej strony wraz z jej zasobami albo przekazać kompletny dokument bez wysyłania całego katalogu plików. Zapisany plik może zachować wygląd strony dostępny w chwili archiwizacji, lecz nie jest pełnym obrazem działania witryny. Elementy pobierane dynamicznie po zapisaniu dokumentu, dane generowane przez serwer, zawartość zależna od sesji oraz zasoby dostępne wyłącznie przez bieżące połączenie sieciowe mogą nie zostać utrwalone.

Kompatybilność zależy od programu, który otwiera plik, oraz od jego zasad bezpieczeństwa. Różne przeglądarki mogą inaczej obsługiwać skrypty, formularze, czcionki, adresy względne i zasoby zewnętrzne zapisane w archiwum. MHTML może zawierać aktywny kod HTML i JavaScript, dlatego plik pochodzący z nieznanego źródła nie powinien być otwierany bez ostrożności. Problemy z wyświetlaniem często wynikają również z niepoprawnego eksportu strony, uszkodzenia separatorów MIME, błędnych nagłówków kodowania znaków albo zapisania wyłącznie części zasobów.

Odczyt i naprawa plików MHT na komputerze

Podczas diagnostyki pliku MHTML warto najpierw sprawdzić jego rozszerzenie, rozmiar oraz to, czy program zgłasza błąd już przy otwieraniu. MHT jest plikiem tekstowym o strukturze MIME, więc kopię roboczą można analizować w edytorze tekstu, wyszukując nagłówki Content-Type, granicę boundary, pola Content-Location i Content-ID. Taka kontrola pozwala ustalić, czy dokument HTML i jego zasoby faktycznie znajdują się w jednym pliku. Nie należy jednak zapisywać go ponownie w przypadkowym edytorze, ponieważ zmiana kodowania, łamania wierszy lub separatorów może uszkodzić strukturę MIME.

Warszawskie Pogotowie Komputerowe zajmuje się profesjonalną naprawą laptopów, komputerów PC oraz ich podzespołów, a w ramach diagnostyki oprogramowania można również sprawdzić problemy z otwieraniem lokalnych archiwów MHTML. W praktyce pomoc może obejmować ustalenie, czy przyczyną jest uszkodzony plik, brak obsługi formatu w używanym programie, błędne skojarzenie rozszerzenia z aplikacją albo niekompletny zapis strony. Jeżeli dokument zawiera ważną treść, przed próbami naprawy należy zachować oryginalny plik i pracować na jego kopii.