PyWebCopy新手实战：save_webpage保存单页完全教程，图片CSS与JS自动重映射

PyWebCopy新手实战：save_webpage保存单页完全教程，图片CSS与JS自动重映射

【免费下载链接】pywebcopyLocally saves webpages to your hard disk with images, css, js & links as is.项目地址: https://gitcode.com/gh_mirrors/py/pywebcopy

PyWebCopy 是一款免费的 Python 网页保存工具，可以完整或部分地将网站复制到本地硬盘，供离线浏览。它的核心函数save_webpage只需几行代码，就能把指定网页连同图片、CSS 样式表、JS 脚本一起下载到本地，并自动重映射所有资源链接为本地相对路径——保存下来的页面在断网状态下依然可以完整打开。本文是一份面向新手的完整教程，带你从零跑通第一次单页保存。

一键安装：pip 快速部署 PyWebCopy

PyWebCopy 已发布在 PyPI 上，安装只需一条命令：

pip install pywebcopy

安装完成后，可以用下面两行确认版本是否就绪：

import pywebcopy print(pywebcopy.__version__)

如果你希望阅读源码或从本地运行，也可以克隆仓库：

git clone https://gitcode.com/gh_mirrors/py/pywebcopy

save_webpage 快速上手：3 行代码保存单页

新手最重要的第一步，就是用save_webpage保存一个单页。完整调用如下：

from pywebcopy import save_webpage save_webpage( url="https://httpbin.org/", project_folder="E://savedpages//", project_name="my_site", bypass_robots=True, open_in_browser=True, )

执行完毕后，project_folder/project_name目录中就会出现整个网页的本地副本，并且默认自动在浏览器中打开（open_in_browser=True）。整个save_webpage的实现入口位于 pywebcopy/init.py，它内部依次完成三件事：

1. 通过get_config建立项目配置；
2. 创建WebPage对象并get(url)抓取页面（核心类定义见 pywebcopy/core.py）；
3. 调用page.save_complete()下载全部资源并写盘。

核心参数详解：save_webpage 参数速查表

配置对象的创建逻辑在 pywebcopy/configs.py 中，其中project_folder未提供时会回退到用户临时目录——所以第一次运行后如果找不到文件，多半是去了临时目录。

图片 CSS JS 自动重映射：离线浏览的关键原理

PyWebCopy 保存页面时，并不只是把 HTML 原样下载。它会解析 HTML 标记，发现页面上链接的所有资源：其他页面、图片、视频、样式表、脚本、文件下载——然后把它们全部下载下来。

真正的"重映射"发生在 pywebcopy/elements.py 的HTMLResource类中：解析器遍历 HTML 里的<img src>、<link href>、<script src>等标签，调度器把每个资源下载到本地后，resolve()方法会计算该文件相对父页面的本地路径，并通过replace_url把 HTML 中的原始 URL 替换为本地相对路径。

也就是说，保存后的 HTML 里不会再出现https://...的远程地址，而是指向项目文件夹内的本地文件。这正是"离线打开依然有样式、有图片"的根本原因。每个被镜像的 HTML 文件头部还会插入一条 PyWebCopy 水印注释，记录来源 URL 和抓取时间。

命令行方式：不写代码也能保存网页

如果不想打开 Python 控制台，PyWebCopy 自带易用的 CLI：

# 保存单个页面 python -m pywebcopy -p --url=https://httpbin.org/ --location=E://savedpages/ -n my_site --pop # 查看完整帮助 python -m pywebcopy --help

常用选项：-p/--page保存单页、-s/--site保存整个站点、-d DELAY设置请求延迟、-q静默日志、--threaded多线程加速。

常见问题与实战建议

Q1：保存的页面打开后图片裂了？通常是 CSS 中用url(...)引用的背景资源所在域名被 robots 规则拦截，尝试加bypass_robots=True重跑，并开debug=True查看日志。

Q2：save_webpage 和 save_website 怎么选？save_webpage只保存当前页及其直接引用的资源，速度快、负载小，适合新手；save_website会爬取整个站点，可能对目标服务器造成压力，请谨慎使用（同样定义于 pywebcopy/init.py）。

Q3：需要登录才能访问的页面怎么办？PyWebCopy 底层使用requests.Session，可以通过WebPage.session属性先手动登录或设置 Cookie，再进行保存，详见 README.md 中 "Authentication and Cookies" 一节。

Q4：动态加载的页面能完整保存吗？PyWebCopy 不包含虚拟 DOM 或 JavaScript 执行引擎，只下载 HTTP 服务器直接返回的内容。由 JS 动态生成链接的页面，可能无法被完整镜像——这是所有基于静态解析的镜像工具的共同边界。

实战小贴士：

• 给delay设一个 1~2 秒的值，避免对目标服务器造成压力；
• 每个站点使用不同的project_name，方便归档管理；
• 启用threaded=True会禁用自动打开浏览器，且可能压垮部分网站，非必要时保持关闭。

到这里，你已经掌握了 PyWebCopy 保存单页的完整流程：安装、save_webpage调用、参数调优，以及图片/CSS/JS 自动重映射背后的原理。断网打开本地副本，验证一下样式与图片是否完好，你的第一个离线网页副本就完成了。

【免费下载链接】pywebcopyLocally saves webpages to your hard disk with images, css, js & links as is.项目地址: https://gitcode.com/gh_mirrors/py/pywebcopy