wget não retorna a página apropriada

1

Quando visitei o site do meu Firefox 13, recebi uma página com algum conteúdo. Mas quando eu uso o wget para baixá-lo:

wget http://tinhvan.com

Eu tenho outro conteúdo na página HTML baixada. Tentei user-agent conjunto:

wget -U 'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:13.0) Gecko/20100101 Firefox/13.0.1' http://tinhvan.com

mas obteve o mesmo resultado.

O que aconteceu? e como obtenho o mesmo resultado de quando o visito no Firefox?

Agradeço antecipadamente por qualquer ajuda que você possa fornecer.

UPDATE

Aqui é do Firefox = > ver fonte:

<!DOCTYPE html>

<html dir="ltr" lang="vi">  

    <head id="ctl00_page_header">            
            <title>    
                Tinhvan Group - Trang chủ

e aqui de baixado pelo wget

<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/1999/xhtml">
<head><meta http-equiv="Content-Type" content="text/html; charset=UTF-8" /><link href="Content/images/main.css" rel="stylesheet" type="text/css" /><link href="Content/images/mail-detail.css" rel="stylesheet" type="text/css" />
    <script src="../../Content/JqueryUI/js/jquery-1.3.2.min.js" type="text/javascript"></script>    
    <title>

    Trang chủ - Tinhvan Group Website
    
por HVNSweeting 31.07.2012 / 10:52

1 resposta

0

Tente usar o CURL

curl www.webpage.com --location

Irá para a página redirecionada, se fornecida.

Você também pode tentar

curl -I www.webpage.com
curl -I --location www.webpage.com

e cole aqui para sabermos quais cabeçalhos são retornados.

Eu verifiquei:

wget -S --header "User-Agent: Mozilla/5.0 (Windows NT 5.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11" --header "Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8" --header "Accept-Encoding: gzip,deflate,sdch" --header "Accept-Language: en-US,en;q=0.8" --header "Accept-Charset: ISO-8859-1,utf-8;q=0.7,*;q=0.3" tinhvan.com

E sem sorte ainda ..

HTTP request sent, awaiting response...
  HTTP/1.1 200 OK
  Cache-Control: private
  Content-Type: text/html; charset=utf-8
  Expires: Tue, 31 Jul 2012 10:08:38 GMT
  Server: Microsoft-IIS/7.0
  Set-Cookie: .ASPXANONYMOUS=0EsBS5alzQEkAAAAZjllMGZmMDMtMTQ3Zi00ZDZlLWJiYWUtZGJhNDlhZjY1NWZmhWyvGlE9QG7-yO6wBOECE3K4rkA1; expires=Mon, 08-Oct-2012 20:48:38 GMT; path=/; HttpOnly
  X-AspNetMvc-Version: 1.0
  X-AspNet-Version: 2.0.50727
  X-Powered-By: ASP.NET
  Date: Tue, 31 Jul 2012 10:08:38 GMT
  Connection: keep-alive
  Content-Length: 9874
Length: 9874 (9.6K) [text/html]

É possível que o js que está carregando esteja executando um redirecionamento silencioso de algum tipo que está alterando a origem da página. O wget / curl não tem suporte a javascript - é por isso que o conteúdo é diferente.

Registro TCPDUMP do download do wget:

Para usar a pasta direta, coloque-a aqui: clique

Para uma análise mais aprofundada.

    
por 31.07.2012 / 11:42

Tags