Se você solicitar conteúdo compactado com gzip (usando o cabeçalho accept-encoding: gzip, que está correto), entendo que o wget não pode ler o conteúdo. Então, você terminará com um único arquivo compactado em gzip no disco, para a primeira página que você acessar, mas sem outro conteúdo.
ou seja, você não pode usar o wget para solicitar conteúdo compactado com gzip e para repetir todo o site ao mesmo tempo.
Eu acho que há um patch que permite ao wget suportar essa função, mas não está na versão de distribuição padrão.
Se você incluir o sinalizador -S, poderá saber se o servidor da web está respondendo com o tipo correto de conteúdo. Por exemplo,
wget -S --header="accept-encoding: gzip" wordpress.com
--2011-06-17 16:06:46-- http://wordpress.com/
Resolving wordpress.com (wordpress.com)... 72.233.104.124, 74.200.247.60, 76.74.254.126
Connecting to wordpress.com (wordpress.com)|72.233.104.124|:80... connected.
HTTP request sent, awaiting response...
HTTP/1.1 200 OK
Server: nginx
Date: Fri, 17 Jun 2011 15:06:47 GMT
Content-Type: text/html; charset=UTF-8
Connection: close
Vary: Accept-Encoding
Last-Modified: Fri, 17 Jun 2011 15:04:57 +0000
Cache-Control: max-age=190, must-revalidate
Vary: Cookie
X-hacker: If you're reading this, you should visit automattic.com/jobs and apply to join the fun, mention this header.
X-Pingback: http://wordpress.com/xmlrpc.php
Link: <http://wp.me/1>; rel=shortlink
X-nananana: Batcache
Content-Encoding: gzip
Length: unspecified [text/html]
A codificação do conteúdo indica claramente gzip, no entanto, para linux.about.com (atualmente),
wget -S --header="accept-encoding: gzip" linux.about.com
--2011-06-17 16:12:55-- http://linux.about.com/
Resolving linux.about.com (linux.about.com)... 207.241.148.80
Connecting to linux.about.com (linux.about.com)|207.241.148.80|:80... connected.
HTTP request sent, awaiting response...
HTTP/1.1 200 OK
Date: Fri, 17 Jun 2011 15:12:56 GMT
Server: Apache
Set-Cookie: TMog=B6HFCs2H20kA1I4N; domain=.about.com; path=/; expires=Sat, 22-Sep-12 14:19:35 GMT
Set-Cookie: Mint=B6HFCs2H20kA1I4N; domain=.about.com; path=/
Set-Cookie: zBT=1; domain=.about.com; path=/
Vary: *
PRAGMA: no-cache
P3P: CP="IDC DSP COR DEVa TAIa OUR BUS UNI"
Cache-Control: max-age=-3600
Expires: Fri, 17 Jun 2011 14:12:56 GMT
Connection: close
Content-Type: text/html
Length: unspecified [text/html]
Está retornando text / html.
Como alguns navegadores mais antigos ainda têm problemas com o conteúdo codificado por gzip, muitos sites o ativam apenas com base na identificação do navegador. Eles geralmente o desativam por padrão e o ativam apenas quando sabem que o navegador pode suportá-lo - e geralmente não incluem o wget nessa lista. Isso significa que você pode descobrir que o wget nunca retorna conteúdo gzip, mesmo que o site pareça fazê-lo no seu navegador.