Linux下下载整个网站的实用方法

本文全面介绍了在Linux系统（如Ubuntu 22.04）下离线保存整个网站的三种高效方法：用wget递归抓取并智能优化链接、用httrack一键镜像还原完整网站结构、以及用curl配合shell脚本灵活批量下载规律性页面，最后还能通过Python内置服务器本地浏览——无论你是想存档资料、做前端学习参考，还是进行安全测试或内容备份，这些实用、稳定且开箱即用的命令行技巧都能帮你轻松实现网站全量下载与离线访问。

如果您希望获取某个网站的全部内容以便离线浏览或存档，可以通过命令行工具在Linux系统中实现完整下载。以下是几种常用的方法来实现这一目标。

本文运行环境：联想ThinkPad E14，Ubuntu 22.04

一、使用wget递归下载网站

wget是一个强大的命令行下载工具，支持递归抓取整个网站的内容，并可设置参数控制深度和文件类型。

1、打开终端，输入以下命令开始递归下载网站：wget -r -p -np -k http://example.com，其中“-r”表示递归下载，“-p”下载页面所需资源（如图片），“-np”不向上级目录递归，“-k”将链接转换为本地可访问格式。

2、若需限制递归深度，可添加“--level=2”参数，例如只下载两层页面内容。

3、为避免对服务器造成压力，建议添加“--wait=1”参数，使每次请求间隔1秒。

二、使用httrack图形化镜像工具

httrack是一款专门用于镜像网站的工具，支持图形界面和命令行模式，能够完整复制网站结构。

1、在终端中安装httrack：sudo apt install httrack。

2、运行httrack命令：httrack "http://example.com/" -O ./site-mirror，该命令会将网站内容保存到当前目录下的site-mirror文件夹中。

3、根据提示选择项目名称和操作选项，按回车继续即可开始下载。

4、下载完成后，所有文件将以原始网站结构保存，可直接用浏览器打开index.html进行查看。

三、使用curl结合shell脚本批量抓取

对于特定结构的网站，可以编写shell脚本配合curl命令按规则逐页抓取内容。

1、先使用curl测试单个页面是否可访问：curl -I http://example.com/page1.html，确认返回状态码为200。

2、编写简单循环脚本遍历URL序列：

for i in {1..10}; do curl -o page$i.html http://example.com/page$i.html; done

3、确保目标页面命名具有规律性，否则需要配合其他工具如grep和sed提取链接后再处理。

4、下载后的HTML文件可通过本地Web服务器部署查看，例如使用Python启动简易服务：python3 -m http.server 8000。

终于介绍完啦！小伙伴们，这篇关于《Linux下下载整个网站的实用方法》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！