使用递归 wget 时如何获取未压缩的内容？

Question

我正在通过 wget 下载许多包含所有静态内容（js、css、imgs……）的单页递归。结果显示，wget 提供的压缩内容（gzip）存储在压缩形式。但我想要未压缩的形式。很难想象编写另一个脚本来递归遍历目录并尝试解压可能的内容。那么有什么方法可以解压它吗？

命令：

wget -E -H -k -K -phttps://some.example

甚至 --header='Accept-Encoding: '（告诉服务器不要使用 gzip）也无济于事。

谢谢你的建议:)

Answer 1

1. 使用 httrack 而不是 wget
2. 设置解压代理。Squid 带有一些第三方插件应该可以做到这一点。我更熟悉 Java，所以我使用了 LittleProxy，覆盖了 getMaximumResponseBufferSizeInBytes() 方法，就这样。我写了后面的内容这里。

编辑：Wget 1.19.2 引入Add gzip Content-Encoding decompression（并且有效）