用Java将QQ、企业QQ导出的消息（mht格式）（支持大文件）解析为html格式，包含解析图片内容

代码地址见本文最后。

因为特殊原因，更换了通讯工具，需要将原聊天消息进行备份，并能进行浏览或者查询。

发现QQ消息可以导出mht格式的消息，这种文件格式内部其实就是讲html、css、图片（图片是经过base64转换）按照一定规律全部写入到mht文件中的，只要按照规律解析即可。

在解析的过程中，如果是文件体积比较大，就需要考虑进行分页，否则生成的html文件很大，我遇到解析后最大的单html文件达到了500M（导出全部消息），浏览起来很不方便，因此增加了分页功能。

首先上效果：

1.将程序放到mht文件所在文件夹。

程序会自动查询当前文件夹的mht文件，并进行转换，最后将文件保存到mht同名的文件夹中。

2.双击运行run.bat文件，可选分页。

注意：在mht文件小于100M的情况下，即使选择了分页，程序不会也不会进行分页。

3.预览效果

部分代码解析：

1.生成单文件html

/*** 创建单文件html* @param inputFile* @param outputFilePath*/public static void readAndCreateFile(String inputFile, String outputFilePath) {String htmlFileName = parseHtmlFileName(inputFile);File file = new File(inputFile);BufferedInputStream fis = null;BufferedReader reader = null;try {fis = new BufferedInputStream(new FileInputStream(file));reader = new BufferedReader(new InputStreamReader(fis,"utf-8"),5*1024*1024);boolean isCreatedHtml = false, isHtmlContent = false;String line = "";StringBuilder sb = null;//String [] resType = null;String resName = null;//boolean isGetResType = false;boolean isGetResName = false;StringBuilder resSb = new StringBuilder();while((line = reader.readLine()) != null){if(!isCreatedHtml) {if (isHtmlStartTag(line)) {isHtmlContent = true;sb = new StringBuilder(line).append("\n");}else{if(isHtmlContent) {if (isHtmlEndTag(line)) {sb.append(line).append("\n");createHtmlFile(outputFilePath, htmlFileName, sb.toString(), 0, true);sb.delete(0, sb.length());isCreatedHtml = true;} else {sb.append(line).append("\n");}}}}/*** 开始解析资源文件*/if(isCreatedHtml) {/*if(!isGetResType) {resType = parseResourceType(line);if (resType != null) {isGetResType = true;continue;}}*/if(!isGetResName) {resName = parseResourceName(line);if (resName != null) {isGetResName = true;resSb.delete(0, resSb.length());continue;}}if(isGetResName) {if(line.length() > 0) {if(line.contains("------=_NextPart_")) {//isGetResType = false;isGetResName = false;generateImage(resSb.toString(), (outputFilePath + File.separator + htmlFileName), resName);}else{resSb.append(line).append("\n");}}}}}} catch (FileNotFoundException e) {e.printStackTrace();} catch (UnsupportedEncodingException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} finally {try {if(reader != null) {reader.close();}if(fis != null) {fis.close();}} catch (IOException e) {e.printStackTrace();}}}

2.生成分页html

/*** 创建分页html* @param inputFile* @param outputFilePath*/public static void readAndCreateMultFile(String inputFile, String outputFilePath) {String htmlFileName = parseHtmlFileName(inputFile);File file = new File(inputFile);BufferedInputStream fis = null;BufferedReader reader = null;try {fis = new BufferedInputStream(new FileInputStream(file));reader = new BufferedReader(new InputStreamReader(fis,"utf-8"),5*1024*1024);boolean isCreatedHtml = false, isTableContent = false;String line = "";StringBuilder sb = null;int trLine = 1;int htmlNo = 1;//String [] resType = null;String resName = null;//boolean isGetResType = false;boolean isGetResName = false;StringBuilder resSb = new StringBuilder();while((line = reader.readLine()) != null){if(!isCreatedHtml) {Matcher startMatcher = tableStartPattern.matcher(line);if (startMatcher.find()) {isTableContent = true;/*** 将table后面的内容拼接起来*/sb = new StringBuilder(line.substring(startMatcher.end())).append("\n");}else{if(isTableContent) {trLine++;Matcher endMacher = tableEndPattern.matcher(line);if (endMacher.find()) {sb.append(line.substring(0, endMacher.start()));createHtmlFile(outputFilePath, htmlFileName, sb.toString(), htmlNo, true);isCreatedHtml = true;} else {sb.append(line).append("\n");if(trLine % 1000 == 0) {createHtmlFile(outputFilePath, htmlFileName, sb.toString(), htmlNo, false);htmlNo ++;sb.delete(0, sb.length());}}}}}/*** 开始解析资源文件*/if(isCreatedHtml) {/*if(!isGetResType) {resType = parseResourceType(line);if (resType != null) {isGetResType = true;continue;}}*/if(!isGetResName) {resName = parseResourceName(line);if (resName != null) {isGetResName = true;resSb.delete(0, resSb.length());continue;}}if(isGetResName) {if(line.length() > 0) {if(line.contains("------=_NextPart_")) {//isGetResType = false;isGetResName = false;generateImage(resSb.toString(), (outputFilePath + File.separator + htmlFileName), resName);}else{resSb.append(line).append("\n");}}}}}} catch (FileNotFoundException e) {e.printStackTrace();} catch (UnsupportedEncodingException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();} finally {try {if(reader != null) {reader.close();}if(fis != null) {fis.close();}} catch (IOException e) {e.printStackTrace();}}}

注意：

1.考虑到性能问题，分页生成的时候，只做了上一页、下一页，因为个人已经觉得这个够用了，并没有开发页码的功能，读者可对这个进行扩展，思路大概是：将mht中的html部分读取到，主要是table中的tr部分，然后将这些逐条读取到并放入list，然后根据list进行分页。

2.读者在转换之后，还是请保留您的原始mht文件，虽然功能经过测试，也对数据进行了一定量的验证，但是不保证在转换的过程中可能因bug或未知因素导致数据丢失，因此，请保留原始mht文件，请保留原始mht文件，请保留原始mht文件！

3.花了一点时间开发的，并未对代码进行优化，可能有些地方有部分重复代码，读者请自行优化。

4.测试过6G和10G左右的文件，更大的文件暂时未测试。

后续：

后续如果有空闲时间，可能会做一定的改进，使用Lucene相关技术，对生成的html进行索引并支持搜索，方便搜索消息。

代码地址：

https://github.com/itriders/mht2html

用Java将QQ、企业QQ导出的消息（mht格式）（支持大文件）解析为html格式，包含解析图片内容相关推荐

Java中利用企业QQ邮箱发送邮件
package test; import java.util.Date; import java.util.Properties; import javax.mail.internet.Interne ...
java nio 按行读取_JAVA之NIO按行读写大文件，完美解决中文乱码问题
packagecom.chillax.imp; importjava.io.File; importjava.io.IOException; importjava.io.RandomAccessFil ...
java录制pcm文件_AudioRecord录制PCM格式的语音示例
AudioRecord可以将手机或麦克风的声音录制成pcm格式的语音文件,本案例将再service中实现pcm声音的录制,并提供将pcm格式语音转化为mp3格式的方法,先来看看AudioRecord如 ...
java EE 5配置邮件发送 qq企业邮箱
为什么80%的码农都做不了架构师?>>> java EE 5配置QQ企业邮件发送 1.在项目的WebRoot/META-INF/新建context.xml 具体内容如下: &l ...
【开源】java做游戏之QQ连连看java单机高仿版(算是目前最高仿的了)
QQ连连看JAVA高仿单机版V1.0 前言为什么说是目前最高仿的呢,因为想做这个的一般是新手,要实现的跟我一样有点难度,至少我在网上没搜到(java版本).还有就是高手对这个没兴趣,不会做这个玩意儿 ...
QQ好友列表导出用JTree树实现
最近学习了一下JTree的使用方法:QQ好友列表导出用JTree树实现先来看一下树的实例: 构建一个树, DefaultMutableTreeNode root = new DefaultMutab ...
Java TCP实现高仿版QQ聊天(二)
前言这是在上一篇博客基础上开展的,第一部分我们只实现了本机的聊天,无法将程序放置另外机器上和本机进行聊天.这篇博客我将介绍如何实现不同机器之间实现聊天,达到真正意义上的聊天.不过这篇博客在其他机 ...
java 判断qq_Java检测QQ是否在线状态
腾讯QQ在线状态 WEB 服务Endpoint:http://www.webxml.com.cn/webservices/qqOnlineWebService.asmxDisco:http://www ...
jenkins之qq企业邮箱配置
一.配置qq企业邮箱 1.登录jenkins后台管理,选择系统管理 ☞ 系统设置 2.SMTP server配置 3.邮件通知配置配置ssl等参数点击高级 4.发送邮件测试总结:邮箱配置 ...

用Java将QQ、企业QQ导出的消息（mht格式）（支持大文件）解析为html格式，包含解析图片内容

用Java将QQ、企业QQ导出的消息（mht格式）（支持大文件）解析为html格式，包含解析图片内容相关推荐

最新文章

热门文章