如何复制保存MHTML内容？Python读写后Chrome打开报错如何解决

问题原因 #

• 核心问题是你使用了文本模式读写MHTML文件：
  • MHTML属于多部分归档格式，内部不仅包含文本内容，还嵌入了图片、样式、字体等二进制资源，严格要求字节级的结构完整性
  • 文本模式下Python会默认使用系统编码解码文件内容，同时会自动转换不同操作系统的换行符（比如macOS下将\r\n转为\n），直接破坏了MHTML的多部分边界结构，所以Chrome会识别为损坏的归档文件
  • 你肉眼观察到内容一致，是因为文本部分没有明显变化，但二进制资源和结构标记已经被隐性修改了

解决方法 #

改用二进制模式读写文件，保证所有字节原样复制，修改后的代码如下：

with open(file_path, 'rb') as mht:
    content = mht.read() 
    with open('/Users/mac/Downloads/new.mht', 'wb') as mht2:
        mht2.write(content)

如果需要对MHTML的文本内容做修改，读取后可按MHTML头部声明的编码（通常是utf-8或者latin-1）解码，修改完成后再用相同编码转成二进制写入即可，不要用系统默认编码处理。

内容的提问来源于stack exchange，提问作者user1349923