最可靠方式是通过浏览器“查看页面源代码”（Ctrl+U/Cmd+Option+U）进入view-source:页面后手动另存为，选“HTML Only”或“Page Source”，保存为.html文件并确保UTF-8编码；Elements面板内容为渲染后DOM，非原始源码；禁用右键时可用curl/wget；Python中建议用response.content直接保存避免编码错误，并注意反爬与协议限制。
直接保存网页的原始 HTML 源码，最可靠的方式是通过浏览器的「查看页面源代码」页面 + 手动另存为，而不是在原网页标签页里点“另存为”。否则你大概率拿到的是渲染后的 DOM（含 JS 插入内容），不是服务器返回的真实源码。
怎么从浏览器拿到原始 HTML 源码
关键动作必须在「源代码页面」完成：按 Ctrl+U（Windows/Linux）或 Cmd+Option+U（macOS）打开源码视图；此时地址栏显示的是 view-source:https://...；在这个页面里按 Ctrl+S（或菜单栏「文件 → 另存为」）。
- 保存类型选「Web Page, HTML Only」（Chrome/Edge）或「Page Source」（Firefox），别选「Web Archive」或「Complete」——那会生成一堆文件夹
- 文件名务必以
.html或.htm结尾，例如backup.html - 编码默认是 UTF-8，不用改；但如果你用记事本保存，一定要手动在「编码」下拉框里选
UTF-8，否则中文会乱码
为什么 Elements 面板复制的不是原始源码
开发者工具的 Elements 面板显示的是当前 DOM 树，已经过 JavaScript 修改、补全、动态插入。比如 SPA 页面初始 HTML 可能只有 <div id="app"></div>，但 Elements 里看到的是完整渲染后的内容。
- 要原始源码，只能从
view-source:页面或Network面板里找Doc类型请求，右键 →Save as - 如果网站禁用了
F12或屏蔽右键，curl是更稳的选择：curl -o page.html https://example.com -
wget要下载完整资源（CSS/JS/图片），得加--page-requisites参数，否则只存 HTML 文件
用 Python 脚本保存 HTML 源码要注意什么
用 requests.get() 获取响应后，不能直接写入文件而不处理编码。HTTP 响应头里的 charset 可能和实际内容不一致，尤其遇到 GBK 编码的中文站点。
立即学习“前端免费学习笔记（深入）”；
- 推荐显式指定编码：
response.encoding = response.apparent_encoding或手动设为'utf-8'再取.text - 更稳妥的做法是用
response.content（bytes）直接写入文件，避免解码错误 - 记得检查
response.status_code == 200，有些网站会返回 403 或 503 却不报错 - 若目标页面有反爬，需加
headers={'User-Agent': '...'}，否则requests默认 UA 会被拦截
真正容易被忽略的点是协议限制：用 file:// 直接双击打开本地 HTML 文件时，浏览器会禁用跨域请求、部分 API（如 fetch）、甚至本地 XMLHttpRequest。如果源码里有相对路径的 JS/CSS，且你没把它们一并下载到同目录，页面大概率白屏或样式丢失。
