生成MHT的开发手记（6月27日）

今天的重点在如何将页面中的img提取出来然后生成base64编码的字符串。

昨天写的URLLocalFileName函数可以根据一个URL获得其本地的文件名，今天写了一个
base64EncodeResource函数可以将url指向的资源编码到base64的函数。这个函数需要
判断url指向的资源在本地有没有缓存，如果有的话就打开并获取文件内容然后编码。如果
没有的话就创建一个TIdHTTP对象，下载这个文件到一个TStream中然后进行编码。

对于HTML中的资源的分析和链接提取，原来我用的是一个开源得Ui_less的工具，今天发
现有问题，在调用完成后退出可能会出现Access Violation的错误。因为我的IE工具本身
就维护一个InternetExplorer对象，所以干脆就通过IWebbrowser2接口来分析算了。

程序写完跑了一下，发现一个问题，对于类似<Object><embeded></embeded></Object>
这样嵌入的对象没法遍历到，不过看了一下微软自己生成的mht文件，也没有，呵呵，那就
这样吧。

另外发现两个问题：

• 微软保存的mht文件中不但有img，还有脚本。这个我需要分析一下，可能还有css等连接到
  HTML中的对象都需要解码。
• 在遍历的时候，如果一个图像在页面上出现多次，就会导致被遍历到多次，但是在生成的mht
  文件中肯定只能有一个解码，所以这个在以后需要注意一下，要有一个数组来记录被解码过的
  url地址。