用Python下载一个网页保存为本地的 HTML文件

我们可以用Python来将一个网页保存为本地的HTML文件，这需要用到urllib库。

比如我们要下载山东大学新闻网的一个页面，该网页如下：

实现代码如下

import urllib.request

def getHtml(url):
    html = urllib.request.urlopen(url).read()
    return html

def saveHtml(file_name, file_content):
    #    注意windows文件命名的禁用符，比如 /
    with open(file_name.replace('/', '_') + ".html", "wb") as f:
        #   写文件用bytes而不是str，所以要转码
        f.write(file_content)

aurl = "http://www.view.sdu.edu.cn/info/1003/75240.htm"
html = getHtml(aurl)
saveHtml("sduview", html)

print("下载成功")

打开相应的目录可以看到这个网页已经被下载保存成功了

我们用浏览器打开这个网页文件如下

由于我们只是下载了网页的主要源码，其中的很多图片之类的文件都不在这里。因此这种方法只适用于提取文字内容。