Я написал bash script, который выводится с веб-сайта с использованием curl и выполняет кучу строковых манипуляций на выходе html. Проблема заключается в том, что я запускаю его на сайте, который возвращает свой вывод gzipped. Переход на сайт в браузере отлично работает.

Когда я запускаю завиток вручную, я получаю gzipped вывод:

$ curl "http://example.com"

Здесь заголовок с этого конкретного сайта:

HTTP/1.1 200 OK
Server: nginx
Content-Type: text/html; charset=utf-8
X-Powered-By: PHP/5.2.17
Last-Modified: Sat, 03 Dec 2011 00:07:57 GMT
ETag: "6c38e1154f32dbd9ba211db8ad189b27"
Expires: Sun, 19 Nov 1978 05:00:00 GMT
Cache-Control: must-revalidate
Content-Encoding: gzip
Content-Length: 7796
Date: Sat, 03 Dec 2011 00:46:22 GMT
X-Varnish: 1509870407 1509810501
Age: 504
Via: 1.1 varnish
Connection: keep-alive
X-Cache-Svr: p2137050.pubip.peer1.net
X-Cache: HIT
X-Cache-Hits: 425

Я знаю, что возвращаемые данные gzipped, потому что это возвращает html, как и ожидалось:

$ curl "http://example.com" | gunzip

Я не хочу выводить результат через gunzip, потому что script работает как есть на других сайтах, а прохождение через gzip нарушит эту функциональность.

Что я пробовал

изменение пользовательского агента (я попробовал ту же строку, что и мой браузер, "Mozilla/4.0" и т.д.)
человек завиток
google search
поиск stackoverflow

Все вышло пустым

Любые идеи?

Ответ 1

curl будет автоматически декомпрессировать ответ, если вы установите флаг --compressed:

curl --compressed "http://example.com"

- сжимаются (HTTP) Запросить сжатый ответ с использованием одного из алгоритмов поддержки libcurl и сохранить несжатый документ. Если этот параметр используется, и сервер отправляет неподдерживаемую кодировку, curl сообщит об ошибке.

gzip, скорее всего, поддерживается, но вы можете проверить это, запустив curl -V и ища libz где-то в строке "Возможности":

$ curl -V
...
Protocols: ...
Features: GSS-Negotiate IDN IPv6 Largefile NTLM SSL libz

Обратите внимание, что это действительно рассматриваемый веб-сайт, который виноват здесь. Если curl не передал заголовок запроса Accept-Encoding: gzip, сервер не должен был отправлять сжатый ответ.