大家好！上一篇文章《关于仿站网站的个人开发心得-CSDN博客》发布，其实并没有说如何获取资源。今天这篇续作，我将详细介绍如何实际使用这个工具，包括安装步骤、依赖库说明、常见问题解决方法，以及一些实用技巧。

🛠 一、环境准备：需要安装哪些库？

在使用这个工具前，我们需要安装几个关键的Python库。下面我详细解释每个库的作用和必要性。

1. 核心依赖库

pip install requests beautifulsoup4 cssutils ttkbootstrap

库名和作用

requests

发送HTTP请求，获取网页内容

没有它就无法下载网页和资源

beautifulsoup4

解析HTML文档，提取元素

用于定位和修改img、link等标签

cssutils

解析CSS文件，提取url()引用

没有它就无法下载CSS中的背景图

ttkbootstrap

提供现代化GUI界面

替代原生tkinter，让界面更美观专业

2.可选（打包依赖库）：

pip install pyinstaller

pyinstaller：将Python脚本打包成独立可执行文件为什么需要：让没有Python环境的用户也能使用

💡 小贴士：为什么选择这些库？

requests 比 urllib 更简洁易用，支持会话保持beautifulsoup4 比正则表达式解析HTML更可靠cssutils 是少数能正确解析CSS语法的库ttkbootstrap 解决了tkinter界面丑陋的问题，提供多种主题

🚀 二、安装与使用步骤（详细图解）

方法一：获取源码自己运行（适合想定制的用户）

# app_desktop.py - 网页模仿器

import os

import uuid

import re

import requests

from urllib.parse import urljoin, urlparse, unquote

from bs4 import BeautifulSoup

from tkinter import *

import ttkbootstrap as ttk

from ttkbootstrap.constants import *

from ttkbootstrap.scrolled import ScrolledText

import threading

import webbrowser

# ========== 配置 ==========

OUTPUT_DIR = 'output'

os.makedirs(OUTPUT_DIR, exist_ok=True)

# ========== 工具函数 ==========

def sanitize_filename(url):

"""将URL转为合法文件名"""

# 去除非字母数字字符

filename = re.sub(r'[^\w\s-]', '', unquote(url)).strip().replace(' ', '_')

return f"{filename[:50]}_{uuid.uuid4().hex[:8]}.html"

# ========== 资源下载函数（带大小限制）==========

def download_resource(session, url, base_url, save_dir):

try:

abs_url = urljoin(base_url, url)

parsed = urlparse(abs_url)

if not parsed.path or parsed.path == '/':

return None

# 解码 URL（处理 %20 等）

filename = os.path.basename(unquote(parsed.path))

if not filename or '.' not in filename:

try:

head = session.head(abs_url, timeout=5)

content_type = head.headers.get('content-type', '').lower()

if 'jpeg' in content_type or 'jpg' in content_type:

ext = '.jpg'

elif 'png' in content_type:

ext = '.png'

elif 'gif' in content_type:

ext = '.gif'

elif 'svg' in content_type:

ext = '.svg'

else:

ext = '.bin'

filename = f"res_{hash(abs_url) % 10000}{ext}"

except:

filename = f"res_{hash(abs_url) % 10000}.bin"

filename = re.sub(r'[^\w\.\-]', '_', filename)

filepath = os.path.join(save_dir, filename)

if os.path.exists(filepath):

return filename # 已存在则跳过

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}

response = session.get(abs_url, headers=headers, timeout=10, stream=True)

response.raise_for_status()

# 检查文件大小（超过 10MB 跳过）

total_size = int(response.headers.get('content-length', 0))

if total_size > 10 * 1024 * 1024: # 10MB

return None

downloaded_size = 0

with open(filepath, 'wb') as f:

for chunk in response.iter_content(1024):

if chunk:

f.write(chunk)

downloaded_size += len(chunk)

if downloaded_size > 10 * 1024 * 1024: # 实时检查

os.remove(filepath)

return None

return filename

except Exception as e:

return None

# ========== 深度克隆函数（支持递归）==========

def clone_page_with_deep_assets(url, save_path, max_depth=1, current_depth=0, log_callback=None, downloaded_urls=None):

if downloaded_urls is None:

downloaded_urls = set()

if current_depth > max_depth:

return True

session = requests.Session()

headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36'}

try:

log_callback(f"{' ' * current_depth}🔍 请求: {url}")

response = session.get(url, headers=headers, timeout=10)

response.raise_for_status()

response.encoding = response.apparent_encoding

except Exception as e:

log_callback(f"❌ 请求失败: {url}, 错误: {e}")

return False

soup = BeautifulSoup(response.text, 'html.parser')

assets_dir = os.path.join(os.path.dirname(save_path), "assets")

os.makedirs(assets_dir, exist_ok=True)

# 下载图片

for img in soup.find_all("img", src=True):

src = img['src']

if src.lower().startswith(''):

continue # 跳过 base64

abs_url = urljoin(url, src)

if abs_url in downloaded_urls:

continue

downloaded_urls.add(abs_url)

local_file = download_resource(session, src, url, assets_dir)

if local_file:

img['src'] = f"assets/{local_file}"

log_callback(f"{' ' * current_depth}🖼️ 图片: {src} → {local_file}")

# 处理 CSS 及其背景图

for link in soup.find_all("link", rel="stylesheet", href=True):

href = link['href']

abs_url = urljoin(url, href)

if abs_url in downloaded_urls:

continue

downloaded_urls.add(abs_url)

local_file = download_resource(session, href, url, assets_dir)

if local_file:

link['href'] = f"assets/{local_file}"

log_callback(f"{' ' * current_depth}🎨 样式: {href} → {local_file}")

# 解析 CSS 中的 url(...)

css_path = os.path.join(assets_dir, local_file)

try:

with open(css_path, 'r', encoding='utf-8', errors='ignore') as f:

text = f.read()

urls = re.findall(r'url\([\'"]?(.*?)[\'"]?\)', text)

for bg_url in urls:

full_bg = urljoin(abs_url, bg_url.strip())

if full_bg in downloaded_urls:

continue

bg_file = download_resource(session, full_bg, url, assets_dir)

if bg_file:

log_callback(f"{' ' * (current_depth+1)}🖼️ CSS 图: {bg_url} → {bg_file}")

except:

pass

# 处理 JS

for script in soup.find_all("script", src=True):

src = script['src']

abs_url = urljoin(url, src)

if abs_url in downloaded_urls:

continue

downloaded_urls.add(abs_url)

local_file = download_resource(session, src, url, assets_dir)

if local_file:

script['src'] = f"assets/{local_file}"

script['defer'] = True # 延迟加载

log_callback(f"{' ' * current_depth}📜 脚本: {src} → {local_file}")

# 删除已知外链（Google、统计等）

for tag in soup.find_all(['link', 'script']):

src_or_href = tag.get('src') or tag.get('href')

if src_or_href:

low = src_or_href.lower()

if any(x in low for x in ['google', 'gstatic', 'analytics', 'facebook', 'jquery', 'bootstrap', 'cdn.']):

log_callback(f"🗑️ 移除外链: {src_or_href}")

tag.decompose()

# 保存 HTML

try:

with open(save_path, 'w', encoding='utf-8') as f:

f.write(str(soup)) # 不 prettify() 提升速度

log_callback(f"✅ 成功保存: {os.path.basename(save_path)}")

return True

except Exception as e:

log_callback(f"❌ 保存失败: {e}")

return False

# ========== GUI 主程序（美化版）==========

class WebMirrorApp:

def __init__(self, root):

self.root = root

self.root.title("🚀 自研快速仿站神器 - 输入网址一键生成HTML")

self.root.geometry("800x600")

self.root.resizable(True, True)

self.root.iconbitmap('favicon.ico') if os.path.exists('favicon.ico') else None

# 标题区

title_frame = ttk.Frame(root)

title_frame.pack(pady=15, fill=X, padx=20)

ttk.Label(

title_frame,

text="🌐 自研快速仿站神器",

font=("微软雅黑", 16, "bold"),

bootstyle="primary"

).pack()

ttk.Label(

title_frame,

text="输入网址，一键克隆网页（含图片/CSS/JS），生成可离线浏览的HTML文件",

font=("微软雅黑", 9),

foreground="#666"

).pack()

# 输入区

input_frame = ttk.Frame(root)

input_frame.pack(pady=10, fill=X, padx=20)

self.url_entry = ttk.Entry(input_frame, font=("微软雅黑", 11), width=50)

self.url_entry.pack(side=LEFT, padx=5, expand=True, fill=X)

self.url_entry.insert(0, "https://example.com")

self.start_btn = ttk.Button(

input_frame,

text="⚡ 一键仿站",

command=self.start_crawl,

bootstyle="success-outline",

width=12

)

self.start_btn.pack(side=LEFT, padx=5)

# 日志区

log_frame = ttk.Labelframe(root, text="运行日志", padding=10)

log_frame.pack(fill=BOTH, expand=True, padx=20, pady=10)

self.log_text = ScrolledText(log_frame, font=("Consolas", 9), height=20)

self.log_text.text.config(bg="#f8f9fa", fg="#333")

self.log_text.pack(fill=BOTH, expand=True)

# 底部按钮

btn_frame = ttk.Frame(root)

btn_frame.pack(fill=X, padx=20, pady=10)

ttk.Button(btn_frame, text="📁 打开输出目录", command=self.open_output, bootstyle="info-link").pack(side=RIGHT, padx=5)

ttk.Button(btn_frame, text="📘 使用说明", command=self.show_help, bootstyle="light-link").pack(side=RIGHT, padx=5)

def log(self, msg):

self.log_text.text.insert(END, "> " + msg + "\n")

self.log_text.text.see(END)

self.root.update_idletasks()

def start_crawl(self):

self.log("🔘 按钮已点击")

url = self.url_entry.get().strip()

if not url:

self.log("❌ 请输入有效网址")

return

if not url.startswith(('http://', 'https://')):

url = 'https://' + url

filename = sanitize_filename(url)

filepath = os.path.join(OUTPUT_DIR, filename)

self.start_btn.config(state=DISABLED, text="⏳ 执行中...")

self.log(f"🔧 目标: {url}")

self.log(f"🔧 保存: {filepath}")

def task():

try:

self.log("🔧 正在调用克隆函数...")

success = clone_page_with_deep_assets(

url=url,

save_path=filepath,

max_depth=1,

log_callback=self.log

)

if success:

self.log("🎉 仿站完成！")

else:

self.log("💔 仿站失败")

except Exception as e:

self.log(f"💥 程序崩溃: {e}")

finally:

self.start_btn.config(state=NORMAL, text="⚡ 一键仿站")

thread = threading.Thread(target=task, daemon=True)

thread.start()

def open_output(self):

if os.path.exists(OUTPUT_DIR):

os.startfile(OUTPUT_DIR)

def show_help(self):

help_text = """

【使用说明】

1. 输入目标网址（支持 http/https）

2. 点击「一键仿站」

3. 等待日志显示完成

4. 文件保存在「output」文件夹

5. 双击 HTML 文件可离线查看

【注意事项】

- 部分网站有反爬机制，可能失败

- 图片/CSS/JS 会自动下载并替换路径

- 生成的网页可完全离线使用

- 建议用于学习或备份，遵守网站协议

"""

win = Toplevel(self.root)

win.title("📘 使用说明")

win.geometry("550x450")

win.transient(self.root)

win.grab_set()

text = Text(win, wrap=WORD, padx=15, pady=15, font=("微软雅黑", 9))

text.insert(END, help_text)

text.config(state=DISABLED)

text.pack(fill=BOTH, expand=True)

ttk.Button(win, text="关闭", command=win.destroy, bootstyle="primary").pack(pady=10)

# ========== 主程序入口 ==========

if __name__ == '__main__':

app = ttk.Style(theme='cosmo') # 可选: flatly, darkly, lux, morph, cosmo

root = app.master

WebMirrorApp(root)

root.mainloop()

如果你觉得这个项目对你有帮助，欢迎打赏支持我持续更新！

可凭借打赏截图私信获取进一步的技术交流和使用视频！

并获取已经打包好的exe文件！