如何使用Python保存“完整网页”而不仅仅是基本的html

Question

我正在使用以下代码使用Python保存网页：

import urllib
import sys
from bs4 import BeautifulSoup

url = 'http://www.vodafone.de/privat/tarife/red-smartphone-tarife.html'
f = urllib.urlretrieve(url,'test.html')

问题：此代码将html保存为基本html，而不使用javascripts、图像等。我想将网页保存为完整的（就像我们在浏览器中有选项一样）

更新： 我现在使用以下代码来保存webapge的所有js/images/css文件，以便将其保存为完整的网页，但我的输出html仍像基本html一样被保存：

import pycurl
import StringIO

c = pycurl.Curl()
c.setopt(pycurl.URL, "http://www.vodafone.de/privat/tarife/red-smartphone-tarife.html")

b = StringIO.StringIO()
c.setopt(pycurl.WRITEFUNCTION, b.write)
c.setopt(pycurl.FOLLOWLOCATION, 1)
c.setopt(pycurl.MAXREDIRS, 5)
c.perform()
html = b.getvalue()
#print html
fh = open("file.html", "w")
fh.write(html)
fh.close()

Answer 1

尝试用selenium模拟您的浏览器。此脚本将弹出网页的save as对话框。在selenium无法访问文件对话框的情况下，您仍然需要了解如何模拟按enter键下载以启动（如何操作也依赖于操作系统）。

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.common.keys import Keys

br = webdriver.Firefox()
br.get('http://www.google.com/')

save_me = ActionChains(br).key_down(Keys.CONTROL)\
         .key_down('s').key_up(Keys.CONTROL).key_up('s')
save_me.perform()

另外，我认为下面的@Amber建议获取链接的资源可能更简单，因此是更好的解决方案。不过，我认为使用selenium是一个很好的起点，因为br.page_source将为您提供整个dom以及javascript生成的动态内容。