浏览器“另存为”保存的是渲染后DOM快照及同目录可访问资源，非原始源码；选“网页，完整”生成HTML文件+资源文件夹，但CDN、JS动态内容常缺失，离线打开易因路径错误或协议限制失效。
用浏览器“另存为”保存的是什么？
直接右键→“另存为”保存的不是原始 HTML 源码，而是浏览器渲染后生成的完整页面结构（含 JS 注入内容），且会自动创建一个同名文件夹存放 CSS、JS、图片等资源。它适合离线查看，但不等于服务器返回的原始 response.body。
常见错误现象：file:// 协议下打开时报 404，或样式/脚本加载失败——因为“另存为”生成的资源路径是相对的，但部分引用仍为绝对路径，或资源未被完整抓取。
- 保存类型选“网页，全部”才带资源文件夹；选“网页，仅 HTML”则只存 HTML，其他资源全丢
- 某些网站禁用右键或屏蔽 F12，此时“另存为”可能被拦截或失效
- 如果页面严重依赖 Service Worker 或动态 fetch，保存的 HTML 里可能不含实际内容
开发者工具 Elements 里复制的是原始源码吗？
不是。Elements 面板显示的是当前 DOM 树，即 JS 执行后最终渲染的结果。它可能包含动态插入的节点、已被修改的属性、甚至 Shadow DOM 内容（但 Shadow DOM 默认不被 Copy outerHTML 包含）。
使用场景：想保存“此刻看到的页面结构”，比如调试后修复了某个元素，要固化这个状态。
立即学习“前端免费学习笔记（深入）”；
- 操作路径：F12 →
Elements→ 右键<html>→Copy outerHTML - 粘贴进编辑器后，务必手动保存为
.html文件，并在保存时显式选择编码为UTF-8（记事本默认 ANSI，中文会乱码） - 若需原始响应，得切到
Network标签页，刷新页面，找Doc类型请求，右键 →Save as
curl 或 wget 能抓到整站 HTML 吗？
curl 和 wget 默认只获取 HTML 文档本身，不下载 CSS、JS、图片等外部资源，更不会递归抓取整个站点。所谓“整站保存”，需要额外参数和后续处理。
性能与兼容性影响：大站点用 wget --recursive 易触发反爬，且可能因 robots.txt、登录态、CSRF token 等中断。
- 基础抓取 HTML：
curl -o index.html https://example.com - 下载 HTML + 关联资源（同级）：
wget --page-requisites --no-parent https://example.com - 递归下载（慎用）：
wget --recursive --level=2 --no-parent https://example.com - 注意：所有命令都不处理 JavaScript 渲染内容，
curl拿到的仍是服务端直出的 HTML
真正“整站代码保存”的关键在哪？
没有一键“整站源码保存”的通用解法。所谓整站，本质是 HTML + 外部资源 + 资源间路径关系 + 可能的构建逻辑。你得先明确目标：是要离线浏览？做静态分析？还是备份可部署副本？
容易被忽略的点：路径重写。比如原始 HTML 中有 <img src="/assets/logo.png">，保存到本地后，若没把 /assets/ 目录一并下载并调整为相对路径，图片必然 404。
- 自动化方案需结合
requests+BeautifulSoup解析链接，再逐个下载并重写href/src - 静态站点生成器（如 Hugo、Jekyll）更适合长期维护的“整站副本”，而非单次快照
- 浏览器插件如
SingleFile可内联所有资源为单个 HTML，但体积膨胀、不可编辑、不保留原始目录结构
