5分钟把整个网站搬进本地：WebSite-Downloader离线下载实战指南
【免费下载链接】WebSite-DownloaderA website downloader written with Python项目地址: https://gitcode.com/gh_mirrors/web/WebSite-Downloader
你是否也有过这样的经历：昨天还能打开的技术教程，今天再点进去只剩一行"404 Not Found"；书签栏里躺着上百个收藏，真正需要时却偏偏没有网络。收藏夹只能保存地址，存不住内容；截图丢了交互，复制粘贴丢了排版。WebSite-Downloader 这个用 Python 编写的网站下载器，能把整个网站连页面带资源完整搬到本地文件夹，让"离线也能访问"从愿望变成现实。
当收藏夹只剩一串失效链接
书签的本质是一个"地址"，而地址是会失效的——服务器故障、域名过期、内容下架，任何一个都可能让你的收藏瞬间归零。很多时候你需要的并不是那个链接，而是内容的副本：一份 PDF、一组教程、一个能离线演示的官网。WebSite-Downloader 的思路很直接：把整站"下载"下来，变成你磁盘里的一个目录，双击index.html就能像在线一样浏览，图片、样式、脚本全部本地化。
两条命令加一个网址，跑通首次整站下载
上手比想象中简单，项目只有一个核心文件WebSite-Downloader.py，整个仓库结构一目了然。先克隆到本地：
git clone https://gitcode.com/gh_mirrors/web/WebSite-Downloader cd WebSite-Downloader打开WebSite-Downloader.py的最后几行，把示例网址换成你想下载的目标站点：
manager = Manager('https://www.whsw.net/')保存后运行：
python WebSite-Downloader.py程序开始自动爬取，控制台会实时打印进度；全部完成后终端会响铃提示。此时你会看到生成了以域名命名的文件夹（形如whsw-site/www.whsw.net/），用浏览器打开里面的index.html，就是一个完整的离线版网站。
拆开单文件源码，看懂"整站搬运"的引擎
整个爬虫逻辑浓缩在一个文件里：Manager负责全局调度，默认 8 个Spider子线程并发工作。抓取时遇到 HTML、CSS 就解析其中的href、src和url()，把站内链接收集起来继续深挖；碰到 js、图片、字体、音视频等资源则直接下载。最巧妙的一步是链接重写——所有页面内的地址都会被改成相对路径，这正是离线打开依然正常的根本原因。它还内置了 cookie 支持、超时重试，以及 utf-8 / gb2312 / gbk 的自动编码识别，下载过程中的任何异常都会记录在log.log里，方便排查。
三个顺手调整，让离线下载更合你心意
- 想更快？找到创建线程的那行代码，把
range(8)改成range(16)即可提速，但注意别调太激进，避免给目标服务器造成压力。 - 想存更多格式？在
Spider类的other_suffixes集合里追加扩展名，比如'webp'，新格式即刻纳入下载范围。 - 出问题了？先看
log.log里的错误记录；动态渲染的内容和外部 CDN 资源属于工具无法覆盖的范围，属正常现象，不必纠结。
把离线副本变成数字资产的三类用法
- 个人知识库：把技术博客、API 文档整站归档，按主题整理，随时离线查阅。
- 定期备份：自己的网站每月跑一次，防止误删、机房故障导致内容丢失。
- 无网演示：产品展示、教学分享提前下载，现场断网也不慌。
最后提醒一句合规意识：只下载你有权保存的内容，控制抓取频率，尊重站点的使用条款。
给你的行动清单就三条：今天先用一个小型静态网站试跑一遍，然后通读一遍WebSite-Downloader.py理解它的工作流，最后按需调整线程数和文件类型。下一次当你在飞机上、在地铁里、在没有信号的角落，依然能打开那个"搬回家"的网站时，你会感谢几分钟前动手的自己——重要的内容，终于不必担心它消失。
【免费下载链接】WebSite-DownloaderA website downloader written with Python项目地址: https://gitcode.com/gh_mirrors/web/WebSite-Downloader
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
