上周帮朋友查一个竞品网站的免费码工前端实现，他问我有没有什么工具能直接把整站扒下来。扒网我愣了一下——这年头还有人不知道HTTrack？站源不过转念一想，不知道也正常，免费码工这类工具从来没人正经聊过。扒网

先说最老牌的站源那个：HTTrack。免费，免费码工开源，扒网Windows/Mac/Linux全平台。站源输入目标网址，免费码工选个本地目录，扒网点开始，站源它就把整个网站的免费码工HTML、图片、扒网CSS、站源JS全拽下来，连目录结构都给你还原。我2013年做第一个个人站的时候就用它扒过一个国外模板站的结构来研究。速度不算快，但胜在稳定，扒静态站几乎不会漏文件。缺点是遇到大量动态加载的内容就歇菜——它本质上是爬虫，不是浏览器。

动态站怎么办？这时候得换思路。Chrome DevTools的Sources面板其实就能干这事。打开目标页面，F12，Sources → Page，右键选“Save as”，能把当前页面加载的所有资源存下来。但一个个点太蠢了。有个叫SingleFile的扩展，一键把整个页面（包括内联样式、Base64图片）打包成一个HTML文件。我试过扒一个用Vue写的后台管理界面，SingleFile能把渲染后的DOM完整保存，连Element UI的组件结构都在。不过JS逻辑是压缩过的，想改功能得自己逆向。

再往深了说，真正做前端逆向的人用的其实是wget。对，就那个命令行工具。一条wget --mirror --convert-links --adjust-extension --page-requisites --no-parent https://example.com，比HTTrack更干净。--mirror让它递归抓取，--convert-links把绝对路径改成相对路径，--page-requisites确保CSS和图片都下全。我去年扒一个文档站就用这个，抓下来直接本地打开，链接全通。但wget有个毛病：它默认遵守robots.txt，有些站会直接拒绝。加-e robots=off就行，不过得自己掂量合不合适。

还有一类工具专门对付SPA（单页应用）。比如Puppeteer写个脚本，等页面networkidle了再保存内容。这招我用来扒过某个在线设计工具，它所有界面都是React动态渲染的，HTTrack抓下来只有个空壳。Puppeteer能等JS跑完，然后把最终DOM序列化出来。代码不复杂，二十行左右，但得装Node环境。对非程序员来说门槛略高。

说个真实案例。上个月我想研究某个竞品的定价页交互逻辑，直接用HTTrack扒，结果发现它价格数字是JS从接口拉的，HTML里是空的。换SingleFile，保存下来发现价格是渲染出来了，但切换月付/年付的按钮点了没反应——因为JS事件绑在原始DOM上，保存后的副本丢了监听。最后用Puppeteer截了完整快照，连点击后的状态变化都录下来了。三种工具各有用处，看你要什么粒度。

得提醒一句：扒源码研究可以，直接复制上线就是另一回事了。我见过有人把扒下来的模板改个logo就上线，结果被原站发了律师函。工具无罪，用法在人。

另外别迷信“一键扒全站”这种说法。现代网站稍微有点反爬意识，就会用WebSocket推数据、用Canvas画内容、用Service Worker缓存资源。HTTrack这类工具扒下来的东西，能有个六七成还原度就算不错了。真正要完整复刻，还是得配合浏览器调试工具手动分析。工具只是省了右键另存为的功夫，核心逻辑该读还得读。