互联网上有许多用于下载网站静态副本的工具，例如 HTTrack。还有许多工具，有些是商业工具，用于从网站“抓取”内容，例如 Mozenda。然后有一些工具显然是内置在 PHP 和 *nix 等程序中的，您可以在其中“file_get_contents”或“wget”或“cURL”或只是“file()”。
我对这一切感到非常困惑，我认为主要原因是我遇到的所有描述都没有使用相同的词汇。至少从表面上看，他们似乎都在做同样的事情，但也许不是。
那是我的问题。这些工具到底在做什么？他们在做同样的事情吗？他们是否通过不同的技术做同样的事情？如果他们不做同样的事情，他们有什么不同？
首先，让我澄清一下“镜像”和“刮”之间的区别。
镜像是指下载网站的全部内容，或网站的一些突出部分（包括 HTML、图像、脚本、CSS 样式表等）。这样做通常是为了保留和扩展对宝贵（通常是有限的）互联网资源的访问，或者添加额外的故障转移冗余。例如，许多大学和 IT 公司反映了各种 Linux 供应商的发布档案。镜像可能意味着您计划在自己的服务器上托管网站的副本（在原始内容所有者的许可下）。
抓取是指从网站复制和提取一些有趣的数据。与镜像不同，抓取针对的是特定数据集（姓名、电话号码、股票报价等），而不是网站的全部内容。例如，您可以“抓取”美国人口普查局的平均收入数据或 Google 财经的股票报价。这有时违反了主机的条款和条件，使其非法。
可以将两者结合起来，以便将数据复制（镜像）与信息提取（抓取）问题分开。例如，如果数据的提取和分析速度较慢或流程密集，您可能会发现镜像站点的速度更快，然后抓取您的本地副本。
要回答您的其余问题...
file_get_contentsfilePHP 函数用于从本地或远程机器读取文件。该文件可能是 HTML 文件，也可能是其他文件，例如文本文件或电子表格。这不是“镜像”或“抓取”通常所指的内容，尽管您可以使用它们编写自己的基于 PHP 的镜像/抓取器。
wget并且curl是命令行独立程序，用于从远程服务器下载一个或多个文件，使用各种选项、条件和协议。两者都是非常强大和流行的工具，主要区别在于wget具有丰富的内置功能来镜像整个网站。
HTTrack其意图类似于wget，但使用 GUI 而不是命令行。这使得那些不习惯从终端运行命令的人更容易使用，但代价是失去了wget.
您可以使用HTTrackandwget进行镜像，但如果这是您的最终目标，则必须在生成的下载数据上运行自己的程序以提取（抓取）信息。
Mozenda是一个刮板，与或不同HTTrack，它允许您针对要提取的特定数据，而不是盲目地复制所有内容。但是，我对此几乎没有经验。wgetcurl
PS 我通常wget用来镜像我感兴趣的 HTML 页面，然后运行 Ruby 和 R 脚本的组合来提取和分析数据。
还有一件事，相当技术性，可以说：在下载（镜像）期间，HTTrack/wget/curl 不仅会下载许多 HTML 文件，还会更改这些文件中的内部链接——因此，这些链接允许正确“运行” "在新位置（或在新域或您的本地）上下载的网页。这些内部链接包括：从一个下载页面到另一个下载页面的链接、到嵌入图像和其他媒体的链接以及到“辅助”文件的链接，如 javascripts、ccs 等。