Warum MHT in TXT konvertieren?
Die Konvertierung von .mht in .txt entfernt alle HTML-Markups, Bilder und CSS, sodass nur die lesbaren Wörter übrig bleiben - nützlich, um Seiteninhalte in Suchwerkzeuge, Textverarbeitungsprogramme oder andere Pipelines einzuspeisen, die kein HTML oder MHTML verarbeiten können.
Wie man MHT in TXT konvertiert
Microsoft Word EASIEST
Öffnen Sie die .mht in Word über Datei > Öffnen, verwenden Sie dann Datei > Speichern unter und wählen Sie „Nur Text (*.txt)“. Wählen Sie die UTF-8-Kodierung, wenn Word nach dem Zeichensatz fragt.
Über diese Formate
Eine MHT (MHTML)-Datei ist eine vollständige Webseite - HTML, Bilder, CSS und Skripte -, die mithilfe desselben MIME-Paketformats wie E-Mails in einer einzigen Datei gebündelt ist. Öffnen…
.MHT-Details öffnen →Eine TXT-Datei enthält reinen, unformatierten Text - das einfachste Dokumentformat auf jedem Computer. Doppelklicken Sie darauf: Windows öffnet sie in Notepad, macOS in TextEdit, Linux in…
.TXT-Details öffnen →Qualität & worauf zu achten ist
- Alle Bilder, CSS-Formatierungen, Hyperlinks und das Layout werden verworfen;
.txtenthält nur sichtbare Textzeichen. - Das Kopieren und Einfügen im Browser erfasst nur das, was auf dem Bildschirm gerendert wird; durch CSS ausgeblendete Inhalte (
display:none) erscheinen nicht in der Ausgabe. - Eine
.mht-Datei ist intern textbasiert und kann in Notepad geöffnet werden, aber binäre Ressourcen (Bilder, Schriftarten) sind Base64-kodiert und erscheinen als unleserliche Zeichenfolgen, wenn Sie die Rohdatei direkt lesen.
Häufig gestellte Fragen
Wird der gesamte Inhalt der Seite erfasst?
Welche Kodierung sollte ich wählen, wenn Word beim Textexport fragt?
Kann ich die Extraktion aus vielen `.mht`-Dateien automatisieren?
email-Modul von Python kann MHTML ohne Pakete von Drittanbietern parsen; die html2text-Bibliothek konvertiert den extrahierten HTML-Teil in lesbaren Klartext.Gibt es eine Möglichkeit, Hyperlinks in der Nur-Text-Ausgabe zu behalten?
.txt unterstützt keine Hyperlinks; Link-URLs gehen verloren, es sei denn, der Browser rendert sie als sichtbaren Text auf der Seite.