MHTMLは、RFC 2110 で定義され、その後 RFC 2557 の改訂をうけている。
現在の多くのHTML文書は、元となるHTMLと、URIによって参照される画像や動画などで構成されている。これらのリソースは別々のデータとして存在する。
一方、それまでのHTMLを用いた電子メールではHTML本体のみしか扱うことが出来なかった。
MHTMLはMIMEのマルチパートを用いることで、元のHTMLと他のリソースを纏め、一通の電子メールで完全なHTMLマルチメディア文書を転送できるようにしたフォーマットである。
MIMEのフォーマットに則っているため、US-ASCII以外のテキストデータや画像などのバイナリデータはQuoted-printableかBase64でエンコードする。
現在のHTMLメール対応を謳うメールソフトの多くは、このMHTMLを扱うことが出来る。