背景
lynx几年来我一直使用自动转储（通过 cron）、处理（使用awk、sed和tr），然后mail（bsd-mailx）网页内容。它一直运行得很好——直到最近，当网站安全证书过期并且愚蠢的网络管理员懒得更新它时。现在，由于lynx对证书犹豫不决并在继续之前等待用户输入，自动化解决方案失败了。
尝试的解决方案
所以我开始寻找其他解决方案。curl看起来很有希望，因为它有一个--insecure开关。事实上，使用它，我可以下载页面文本，并将其进一步处理为更标准的文本输出，可以进入电子邮件正文，然后将其保存到文件中。
然而，我遇到的问题是，该文件在某种程度上被系统视为charset=binary（根据 的输出file -i）——可能是因为它包含非拉丁字母（西里尔字母）中的文本。因此，当我尝试将cat文件内容放入我发送给自己的电子邮件正文中时，邮件程序（bsd-mailx）希望将其视为附件 - 这不是我想要的 - 而不是将其插入到电子邮件的正文。
由于我很难理解所涉及的所有问题，所以到目前为止我还没有找到解决方案。
问题
- 有什么方法可以导致文件不保存/识别为二进制文件吗？
或者以某种方式将其从二进制转换为某种有效的字符集？
- 请注意，如果我将文件的内容复制到剪贴板，然后将其粘贴到一个新的文本文件中，我创建的一切都有效：
file -i显示charset=utf-8，并且我可以成功地将cat内容放入电子邮件正文中，而不会将其视为附件。但我正在寻找可以作为 cron 作业自动化的东西，所以这并不是我真正希望的解决方案。
- 请注意，如果我将文件的内容复制到剪贴板，然后将其粘贴到一个新的文本文件中，我创建的一切都有效：
附：我记得在 下也遇到过类似的问题，但通过在调用 时lynx添加开关来解决，IIRC 。-display_charset=UTF-8lynx
更新
在这里，使用卢卡斯的建议，是有效的： 一个相当笨拙的两阶段过程，我确信一定有简单的方法来简化并使其更加优雅，但它确实完成了工作。任何人都可以提供改进吗？显然，和是我正在使用的实际和命令的替代品，它们主要是去除 html 标签和无关的空格。
curl --insecure https://my.url.html >/home/user/file.html lynx -display_charset=UTF-8 -dump -nonumbers -nolist /home/user/file.html | sed fu begin | sed fu end | tr fu >/home/user/file.txt cat /home/user/file.txt | mail -s "Today's file" [email protected]sed futr fusedtr