为什么C# HttpClient无法调用这个URL（总是超时）？

我一直在开发一个确定网页信息的应用程序。其中的组成部分之一涉及向 URL 发出 HTTP GET 请求、抓取 HTML 并对其进行分析。这对于我向它抛出的每个 URL 都运行良好，除了一个......

罪魁祸首是.NETHttpClient请求问题域内的任何 URL 似乎总是超时。然而，使用浏览器请求的相同 URL 在几毫秒内就会返回内容。标题似乎没有什么异常。

增加超时只会导致爆炸需要更长的时间。我已经尝试了几分钟，结果相同。我尝试过各种方法，例如将用户代理字符串设置为 Chrome 的字符串，但没有成功。

有问题的域是：http://careers.adidas-group.com http://careers.adidas-group.com请注意，同一站点也运行在 HTTPS 上：https://careers.adidas-group.com https://careers.adidas-group.com（它有有效的证书）。 使用任一协议都会导致相同的错误。

我可以使用一个简单的 C# 控制台应用程序来显示该问题，如下所示：

static void Main(string[] args)
{
    string url = "http://careers.adidas-group.com";

    var client = new HttpClient
    {
        Timeout = TimeSpan.FromSeconds(10)
    };

    using (var message = new HttpRequestMessage(HttpMethod.Get, url))
    {
        using (var httpResponse = Task.Run(() => client.SendAsync(message)).Result)
        {
            Console.WriteLine("{0}: {1}", httpResponse.StatusCode, httpResponse.ReasonPhrase);
        }
    }

    Console.ReadLine();
}

请注意，在上面的示例中，我将超时设置为 10 秒，只是为了加快解决问题的速度 - 但是，增加超时并没有什么区别。

相同的代码具有不同的 URL（例如https://stackoverflow.com/ https://stackoverflow.com/）运行良好。

另请注意，上面的代码已简化为作为控制台应用程序运行。我的实际代码在异步 MVC 控制器方法中正确异步运行（使用等待） - 我只是使用Task.Run(() => )使其在示例中的同步 Main 方法的上下文中工作。但这对结果没有影响。 （实际的异常是“任务被取消”，但这似乎是超时的症状，而不是实际的问题）。

谁能向我解释为什么会发生这种情况（与服务器配置有关吗？）以及我可以做什么（如果有的话）来使 HttpClient 满足请求？谢谢。

好的，经过大量调查后，我决定必须由服务器在请求中查找特定标头。因此，我检查了大多数浏览器发送的内容，复制了这些内容，然后最终将其缩减为需要的服务器all存在以下标题：

client.DefaultRequestHeaders.Add("Accept-Encoding", "gzip, deflate");
client.DefaultRequestHeaders.Add("Accept-Language", "en-GB,en;q=0.9,en-US;q=0.8");

删除其中任何一项，服务器都不会响应。很奇怪！

感谢所有看过这篇文章的人，我希望这个答案可以帮助将来的人:)

编辑-更奇怪

好吧，奇怪的事情现在还在继续，因为尽管这解决了本地运行的问题（在 VS 2017 中使用 IIS Express），但在部署到实时环境（在 IIS 7.5 / Windows Server 中运行）时仍然无法工作。与控制台应用程序版本相同 - 适用于本地 PC，不适用于服务器。尝试了 3 台 Windows 服务器，相同的代码，它在其中一台上运行，但在另外两台上不起作用。太奇怪了。

进一步编辑 - 决议？

所以进一步阅读后出现某些网络服务器 https://gwillem.gitlab.io/2017/05/02/http-header-order-is-important/， 例如阿卡迈幽灵（托管有问题的域）有一些相当复杂的“机器人”检测，它拒绝来自未知客户端的连接。措施包括检查 HTTP 请求标头的顺序，以便它们与用户代理通常发送的内容匹配（即，如果您将用户代理字符串伪造为 Chrome，则最好采取行动）exactly像 Chrome 一样，按照 chrome 的顺序发送标头并接受相同的内容类型等）。

在尝试伪造大量浏览器用户代理字符串后，我最终发现“假装”为 Google PageSpeed 机器人是有效的。将用户代理字符串设置为：“Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko; Google Page Speed Insights) Chrome/27.0.1453 Safari/537.36"

无论使用什么版本的 Windows 服务器或 .NET Framework，这似乎都有效。

我最终想出的标题是：

this.Client.DefaultRequestHeaders.Add("Accept", "text/html,application/xhtml+xml,application/xml;q=0.9,image/apng,*/*;q=0.8");
this.Client.DefaultRequestHeaders.AcceptEncoding.Add(new StringWithQualityHeaderValue("gzip"));
this.Client.DefaultRequestHeaders.AcceptEncoding.Add(new StringWithQualityHeaderValue("deflate"));
this.Client.DefaultRequestHeaders.Add("Accept-Language", "en-GB,en;q=0.9,en-US;q=0.8");
this.Client.DefaultRequestHeaders.Add("Connection", "keep-alive");
this.Client.DefaultRequestHeaders.Add("Cache-Control", "no-cache");
this.Client.DefaultRequestHeaders.Add("Pragma", "no-cache");
this.Client.DefaultRequestHeaders.Add("User-Agent", "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko; Google Page Speed Insights) Chrome/27.0.1453 Safari/537.36");