如何从mht文件中提取图片？

Question

如何从mht文件中提取图片？图片src=“cid:3f352854-a9d9-4ce4-8a18-4db64479347d“，最好用python或者java

Answer 1

图片在 MHTML 文件后面，以 Base64 格式编码存储。MHTML 格式也比较简单，用特定的分隔符分割（可以用正则匹配），合并行，然后 Base64 解个码就完事了。

Answer 2

这应该是页面加载之后再渲染 src 的。
所以建议用 Puppeteer + JS 抓取。