HTTrack点鼠标爬整站wget一条命令镜像所有页面SiteSucker苹果独一份，整站快照克隆三把刀各有顺手场景对比指南

去年有个做竞品分析的客户找我，说他想把竞争对手的20个站全部下载到本地做静态分析——比较页面结构、关键词密度、内链布局、内容组织方式。他的操作是：在Chrome里打开每个页面，Ctrl+S保存，然后手动整理文件夹。20个站，平均每个站300个页面，就是6000次Ctrl+S。他干了两天就放弃了，跑来问我有没有自动化的办法。

有，而且不止一种。整站快照克隆这件事，开源社区里至少有七八款工具能做，但真正在速度和兼容性上靠谱的，核心就三把刀：HTTrack、wget、SiteSucker。再加上几个细分场景的补充工具——ArchiveBox做历史快照存档、SingleFile做单页精准保存、Wayback Machine做历史版本回溯。搞清楚每把刀的刀口朝哪，比盲试一通效率高得多。

一、HTTrack：Windows用户的最友好选择，但别指望它搞定SPA页面

HTTrack是一个1998年就存在的老牌开源工具，Windows/Linux/macOS全平台支持，有完整的图形界面。它的核心逻辑很简单：输入目标URL → 设定爬取深度和文件类型 → 开始下载 → 本地生成一个和原站结构一模一样的静态镜像。下载完后在本地点开index.html，可以像浏览原站一样点链接跳转——HTTrack自动把所有链接从绝对URL改成了相对路径。

HTTrack最大的短板是完全不支持JavaScript渲染。它本质是一个HTTP爬虫——发GET请求拿HTML源码，解析里面的link和script标签继续爬。如果目标网站是用React/Vue/Angular做的SPA，HTTrack爬回来的只是一个带root div的空壳HTML，页面内容全部丢失。2026年大部分商业网站都在用前端框架，HTTrack在这个场景下基本没法用。

但反过来，如果目标是传统WordPress博客、静态文档站、HTML直出的企业官网，HTTrack就是最省心的选择——图形界面点点鼠标就搞定，不需要记命令行参数，爬完的网站在本地打开完全可用。对于做竞品静态分析（页面结构、内链布局、内容组织）来说足够了。

二、wget：一条命令镜像整个站，服务器的瑞士军刀

wget是Linux/Unix世界的标准下载工具，几乎所有Linux发行版都预装了。用它做整站镜像只需要一条命令——但这条命令的参数组合错了任何一个，结果可能完全不对。wget的精髓在于参数组合：用对了是整站快照，用错了是只下载了一个index.html。

# wget整站镜像核心命令（生产环境可用的参数组合）wget --mirror \--page-requisites \--convert-links \--adjust-extension \--no-parent \--wait=1 \--limit-rate=500k \--domains=example.com \--user-agent="Mozilla/5.0" \https://example.com/# 参数逐个解释：# --mirror (-m)        递归下载，等同于 -r -N -l inf# --page-requisites (-p) 下载页面渲染所需的所有资源（CSS/JS/图片）# --convert-links (-k)   把HTML中的绝对链接转为相对路径# --adjust-extension (-E) 自动给无后缀的HTML文件加.html# --no-parent (-np)      不爬父级目录，防止爬到站外# --wait=1               每个请求间隔1秒，礼貌爬取# --limit-rate=500k      限速500KB/s，防止打挂对方服务器# --domains=example.com  严格限定域名，不跟外链# --user-agent           伪装浏览器UA，避免被403拒绝# 进阶：只爬HTML不爬图片/视频（适合做竞品内容分析）wget -r -l 3 -np -k --accept=html,htm,css \--domains=example.com https://example.com/# 断点续传：中断后继续wget -c -r -l 3 -np -k --domains=example.com https://example.com/

三、HTTrack和wget的核心差异：不是谁更好，是场景不同

简单说：如果你在Windows桌面环境下手动操作，选HTTrack；如果你在Linux服务器上做自动化，选wget。两者的爬取能力（都不支持JS渲染）和最终产出物（本地静态HTML镜像）本质上是一样的，区别在操作方式和自动化能力上。

四、SiteSucker和SingleFile：两个细分场景的专用利器

SiteSucker是macOS和iOS上的整站下载工具，图形界面非常精致，操作比HTTrack更简洁——输入URL点开始就行。它在苹果生态里没有竞品，如果你用MacBook，SiteSucker是最顺手的整站克隆工具。但它的爬取能力和HTTrack/wget差不多，同样不支持JS渲染，而且不开源。

SingleFile是一个完全不同的思路：它保存的是浏览器当前渲染后的DOM快照，而不是爬取源码。它是Chrome/Firefox浏览器插件，点一下图标，把当前页面（包括CSS、图片、字体）全部打包进一个HTML文件。因为是直接从浏览器DOM拿数据，所以它天然支持JS渲染——即使是React渲染的SPA页面，SingleFile也能完整保存。

五、如果目标站是React/Vue渲染的SPA，以上工具全都不够用

这是整站克隆最核心的痛点：HTTrack、wget、SiteSucker都是基于HTTP请求拿HTML源码的，它们不理解JavaScript。而2026年的主流网站——Next.js、Nuxt.js、Gatsby、VitePress等——大量使用客户端渲染或SSR+hydration。对于纯CSR（客户端渲染）的SPA，这些工具拿到的HTML就是一个带root div的空壳，实际内容由JavaScript在浏览器里动态生成。

解决方案有两条路：

# Puppeteer爬取SPA页面的最小实现const puppeteer = require('puppeteer');const fs = require('fs');(async () => {const browser = await puppeteer.launch({ headless: true });const page = await browser.newPage();await page.goto('https://react-site.com/page', {waitUntil: 'networkidle2'  // 等网络请求基本停止});const html = await page.content();fs.writeFileSync('page.html', html);await browser.close();})();# SingleFile CLI批量保存npx single-file-cli https://react-site.com/page1 page1.htmlnpx single-file-cli https://react-site.com/page2 page2.html

六、网页存档类工具：ArchiveBox和Wayback Machine，和克隆工具不是一回事

很多人把"整站克隆"和"网页存档"混为一谈，但这是两个需求：克隆是为了在本地使用（分析、修改、参考），存档是为了长期保存网页的某个历史状态（防止链接失效、内容被删）。

ArchiveBox的典型使用场景：你关注的20个竞品网站，想每周自动存档一次首页和关键页面，追踪它们的内容变化、设计改动、定价调整。用cron定时调用ArchiveBox的add命令即可。Wayback Machine则适合临时查某个页面的历史版本——比如竞品网站改版后你想看之前的内容结构，直接输入URL翻历史快照。

七、按你的场景对号入座

最后说一句，整站快照克隆这件事，选工具之前最重要的是先确认目标站的技术栈——打开浏览器F12，看Network面板里页面内容是在HTML源码里直接有的，还是通过JavaScript异步加载的。如果是前者，HTTrack/wget/SiteSucker随便哪个都能搞定；如果是后者，老老实实用Puppeteer或SingleFile，别在传统克隆工具上浪费时间。另外爬取频率和并发数要控制好，把对方服务器打挂或者IP被拉黑，就不是工具的问题了。