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