如何克隆一个网站全站或部分内容

我们有时会有这种需求，看到有个网站很多文章内容不错，想把它们全部保存下来在手机上或电脑上有空再看（有空～～～），但是不想联网看，或者我们想在公司内网搭个网站，和这个网站内容一模一样，方便公司人员阅读，这时候我们如何做这个网站的镜像呢？

网上当然有很多工具能用，但很多都是收费的，我们考虑一个免费小巧的工具来实现我们的要求，那就是 Linux 上一个有名的工具 wget。

一、用WGET做网站镜像

这个工具有windows版本，网上搜一下 wget for windows，找到合适地址下载。

下载下来后，为了能在命令行中方便使用，我把它放到了C:\Windows\System32目录下（如果你会设置环境变量可以设置上，你也可以用cd命令切换到wget所在目录进行操作）。

我们 WIN+R，输入 cmd 进入到命令行界面输入 wget -h 看下帮助信息

wget 的命令行参数太多了，我们只考虑对网站镜像有用的参数。

我们来看一个学习编程的网站w3school

假如我们想做这个网站的镜像怎么办呢？

直接用 wget -m http://www.w3school.com.cn/

这种是最简单暴力的用法，但是如果网站引用了外部的链接，这个下载下来的东西太多了，而且有些 asp 后缀的页面，我们如果想在本地用浏览器打开看没法直接打开，而且有时候我们可能只想下载某个网站目录下的文件，不想下载太多。

我们需要限制下。

假如我们只想下载 w3school 上的 JS 教程，我们用如下命令即可：

wget -m -k -np -p http://www.w3school.com.cn/js/index.asp

但是这个命令还是缺少一些东西，比如后缀有ASP，其它的还有断点续传，文件后缀，模拟浏览器，https下是否检查证书等。

我们最后总结下最合适的镜像网站语法，假如想对网站 http://www.XXXX.com 做镜像，而且做出来的镜像方便本地浏览器直接打开查看，用如下命令：

wget -c -m -k -np -p -E -U Mozilla –no-check-certificate http://www.XXXX.com

我们先实际操作一下，我们下载下 JS 的教程.。

wget -c -m -k -np -p -E -U Mozilla –no-check-certificate http://www.w3school.com.cn/js/index.asp

我们用浏览器直接双击打开上面标红的 index.asp.html，如下图：

测试看来，我们成功的镜像了JS 教程的页面，而且页面显示完好。

总结：最终用到的命令如下：

wget -c -m -k -np -p -E -U Mozilla --no-check-certificate 想镜像的网址

wget -c -m -k -p -e robots=off -E -U Mozilla --no-check-certificate 想镜像的网址(如果 robots 限制了采集内容可以用这一条)

你也可以用一些 CHM 制作软件把镜像完的本地 HTML 制成 CHM 格式的教程发布出去。

如果你想进行限速，间隔下载等特殊需求可以网上查找下 wget 的命令帮助进行解决，这个比较简单，就不一一介绍了。

如果命令语法在实际测试中有问题，欢迎提出建议和反馈。