企业官网建设流程全解析

Monolith 单文件保存网页详解：把整个网页存进一个 HTML，5 条命令上手

【免费下载链接】monolith⬛️ CLI tool and library for saving complete web pages as a single HTML file项目地址: https://gitcode.com/GitHub_Trending/mo/monolith

用浏览器"另存为网页"，多半存下一个 HTML 加一堆散落的资源文件，换台机器打开就图片缺失、排版错乱；wget虽然能递归抓取，却留下一整个目录树，分发和归档都很麻烦。Monolith是一个 Rust 编写的命令行工具，把网页连同 CSS、图片、JavaScript 一起嵌入，输出一个可离线打开的单文件 HTML——断网双击，页面和线上一模一样。

_____ _____________ __________ ___________________ ___ | \ / \ | | | | | | | \/ __ \| __ \| | ___ ___ |__| | | | | \ | | | | ___ ___ | | | | |\ /| |__| \__| \___| \___ \___ |__|/ | | | \__/ | |\ | | | | | | | |___| |__________| \___________________|___|___|___|___|_/_|

安装 Monolith：跨平台任选其一

各平台都有官方安装渠道：macOS 用 Homebrew，Arch、Alpine、Void 等 Linux 发行版各有包管理器，Windows 可选 Chocolatey 或 Scoop，通用方案是 Cargo：

cargo install monolith

从源码构建需要先装libssl和 Rust 工具链，仓库提供 Makefile，执行make install即可；发布版本还附带 Windows 与 ARM 架构的预编译二进制。

基础用法：一条命令保存完整网页

核心用法就是给一个 URL 加一个输出文件名：

monolith https://example.com -o example.html

输出文件名还支持%title%和%timestamp%占位符，批量保存同一网站时能自动按页面标题加时间戳命名，不会互相覆盖：

monolith https://news.ycombinator.com -o %title%.%timestamp%.html

Monolith 常用参数速查表

高频参数集中在几类"取舍"上，按需组合：

其中-I和-e最常用：前者让归档文件彻底不请求外网，后者容忍个别 404 资源，保证整页流程不被打断。

实战场景：批量、动态页与登录页

批量归档可以写成几行脚本，按 URL 哈希命名，避免文件名冲突：

while read url; do monolith -I -e "$url" -o saved/$(echo "$url" | md5sum | cut -d' ' -f1).html done < urls.txt

Monolith 不带 JS 引擎，内容靠接口异步渲染的页面需要无头浏览器先把 DOM 跑完，再交给它整理资源：

chromium --headless --dump-dom https://example.com | monolith - -I -b https://example.com -o example.html

-b在这里不能省：管道传进来的 HTML 没有原始上下文，相对路径的资源全靠它解析出完整 URL。

需要登录的页面有两条路。HTTP Basic 认证直接写在 URL 里；SPA 式的会话登录则导出浏览器 cookies（Netscape 格式）用-C传入：

monolith https://username:password@example.com -o auth.html monolith https://private.example.com -C cookies.txt -o page.html

另外两个实用细节：-m可输出 MHTML（会强制去掉 JS），适合发邮件附件；遇到字符集识别异常时，用-E UTF-8强制指定编码再保存。

它是怎么做到"一个文件"的

Monolith 的工作流程可以概括为：解析 DOM → 遍历每个资源引用点 → 抓取资源 → 改写为 data URL 回填。图片、音视频经 base64 转成 data URL 写回对应属性；JS、JSON 等文本类资源直接内联进文档；<style>和外部样式表里的url()、@import会被递归展开，字体文件同样内联。重复资源走磁盘缓存避免重复下载。

实现是 Rust 的：src/core.rs 编排整个流程，src/html.rs 负责 DOM 遍历与属性改写，src/css.rs 展开样式中的资源引用，src/url.rs 处理 URL 解析与 data URL 生成，src/session.rs 管网络请求，src/cache.rs 管磁盘缓存。tests/目录下的集成测试覆盖了 CSS 嵌入、数据 URL、SRI 校验、GBK/ISO-8859-1 编码等边界场景，可以当作行为参考。

一句话总结：monolith 把"一个页面"压成"一个文件"。无论是归档论文网页、保存临时公告，还是给同事发离线可开的页面，它都比重复开十几个标签页再逐个截图靠谱得多。

【免费下载链接】monolith⬛️ CLI tool and library for saving complete web pages as a single HTML file项目地址: https://gitcode.com/GitHub_Trending/mo/monolith