# site-mirror-py

**Repository Path**: Nuet/site-mirror-py

## Basic Information

- **Project Name**: site-mirror-py
- **Description**: 网站镜像工具, 可以将整个站点上的全部资源抓取到本地访问.
- **Primary Language**: Python
- **License**: MIT
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 10
- **Created**: 2019-07-18
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# site-mirror-py

这是一个通用的爬虫, 整站下载工具, 可以下载包括页面, 图片, css样式及js文件的所有资源, 并存储到本地指定目录下. 

功能特性:

1. 指定抓取深度(0为不限深度, 1为只抓取单页面)
2. 可以通过配置指定不下载图片, css, js或字体等资源
3. 设置黑名单以屏蔽指定链接的资源

完成后可以通过仓库中的`docker-compose.yml`启动一个nginx容器从本地访问.

注意: 本工具只能下载静态页面, 对于通过js动态加载的内容无能为力(比如bilibili), 一般只限于文章, 图片, 新闻资讯等网站.

------

同类的golang版本见

- [site-mirror-go github](https://github.com/generals-space/site-mirror-go)
- [site-mirror-go 码云](https://gitee.com/generals-space/site-mirror-go)

实现逻辑相同.

python版本: 3.7

------

效果截图

![](./doc/src/screenshot.jpg)