Por que converter MHT para TXT?
A conversão de .mht para .txt remove toda a marcação HTML, imagens e CSS para deixar apenas as palavras legíveis - útil para alimentar ferramentas de busca, processadores de texto ou outros fluxos que não suportam HTML ou MHTML.
Como converter MHT para TXT
Microsoft Word EASIEST
Abra o .mht no Word via Arquivo > Abrir, depois use Arquivo > Salvar Como e escolha «Texto Simples (*.txt)». Selecione a codificação UTF-8 quando o Word solicitar o conjunto de caracteres.
Sobre estes formatos
Um arquivo MHT (MHTML) é uma página web completa - o HTML, imagens, CSS e scripts - agrupados em um único arquivo usando o mesmo empacotamento MIME que o e-mail utiliza. Abra-o arrastando-o…
Abrir detalhes de .MHT →Um arquivo TXT é um texto simples e não formatado - o formato de documento mais básico em qualquer computador. Clique duas vezes nele: o Windows o abre no Notepad, o macOS no TextEdit, o…
Abrir detalhes de .TXT →Qualidade e o que observar
- Todas as imagens, formatação CSS, hiperlinks e layout são descartados; o
.txtcontém apenas caracteres de texto visíveis. - O copiar e colar do navegador captura apenas o que é renderizado na tela; o conteúdo oculto por CSS (
display:none) não aparecerá na saída. - Um arquivo
.mhté internamente baseado em texto e pode ser aberto no Bloco de Notas, mas os recursos binários (imagens, fontes) são codificados em Base64 e aparecem como caracteres ilegíveis se você ler o arquivo bruto diretamente.
Perguntas frequentes
Todo o conteúdo da página será capturado?
Qual codificação devo escolher quando o Word perguntar durante a exportação de texto?
Posso automatizar a extração de muitos arquivos .mht?
email nativo do Python pode analisar MHTML sem pacotes de terceiros; a biblioteca html2text converte a parte HTML extraída em texto simples legível.Existe uma maneira de manter os hiperlinks na saída de texto simples?
.txt não tem suporte para hiperlinks; as URLs dos links são perdidas, a menos que o navegador as renderize como texto visível na página.