增加对mhtml格式网页存档的支持

[amsonia17]

mhtml是Chrome等浏览器的网页存档格式（虽然Safari不用这个，而是用.webarchive吧），这种MIME multipart文件可以保留网页的格式、图片等。

优点：

1. 支持mhtml可以保留网页格式、图片（目前看起来没有存档网页中的图片）
2. 大家可以将网页保存为mhtml，然后提交（这样更好应对需要登录的内容、有paywall的内容、公众号文章等）

需要解决的问题：

1. 自动化保存、显示mhtml
2. 文件尺寸会大一些，将来可能会遇到git repo过大的问题

[amsonia17]

大概试了一下可行性，保存的话应该还是自动化Chrome来做比较靠谱。
这样将来也可以实现对推特等没有API的社交平台的支持（在作者授权的前提下）。
保存mhtml的sample code参见https://stackoverflow.com/a/72963946

显示的话，一个比较直接的方案是写个server直接serve mhtml中的media文件。
另外有一些工具可以把mhtml转换成单个html，也就是把media都base64嵌入到html里。
测试了一些这个，https://github.com/dingqiangliu/mhtml2html ，虽然work，但有一些bug（没仔细看，可能和embedded css处理有关）。
另外应该也可以用这个Chrome extension配合自动化Chrome实现 https://github.com/gildas-lormeau/SingleFile

[yunwei37]

好耶！非常感谢建议！

我觉得这是必要的，现在的做法会丢失不少网页的格式、图片等。我们现在只把网页清洗成 markdown 也是考虑到内容大小的问题（担心git repo过大，同时也不方便展示），更类似于 AI 清洗语料的做法。

目前来看，我觉得比较麻烦的事情是如果要做正经的网页存档，要考虑存储空间限制（我之前试了试 mhtml 或者别的一些工具，包括 webarchive，大概一个网页需要 10+ MB 的空间，现在包含核心图片平均只需要数百 kb），也要需要后端服务，目前我们全部是使用静态站点进行部署，使用 Github Repo 进行存储，价格会比较低（基本上不要钱），维护难度也比较小...

但我觉得这之后应该是必须要做的，我个人也倾向于用 mhtml 的方式保存。

我们目前在 https://transchinese.org/ 里面也在建设网站主页（还在搭），包含了上传检索功能，以后用包含各种媒体信息的 mhtml 提交应该也会方便不少