HttpClient.GetStringAsync的带宽占用 是否仅下载网页源码

核心结论 #

HttpClient.GetStringAsync 仅会下载你请求目标URL对应的原始HTTP响应内容，完全不会自动加载HTML内引用的图片、脚本、第三方控件等嵌入式资源，不会产生任何额外后台流量。

行为细节解释 #

• 该方法是最基础的HTTP客户端实现，逻辑只有三步：向目标地址发送GET请求、等待服务器返回响应、把响应体的文本内容读成字符串返回。它没有内置HTML解析器、没有页面渲染引擎，根本不会识别HTML代码里引用的其他资源地址，自然不可能发起额外请求。
• 你在Chrome开发者工具网络面板里看到的图片、谷歌地图、JS脚本等额外请求，是浏览器的专属行为：浏览器拿到HTML源码后，会解析页面里的img、script、iframe、link等标签，主动向这些资源的地址发起二次请求拉取内容，用来渲染完整页面。这部分逻辑和HttpClient没有任何关系。
• 该方法返回的字符串内容，和Chrome网络面板里最顶部、类型为document的那个资源的响应体完全一致，就是你需要的纯网页源码。

大批次调用的注意事项 #

• 总带宽可以直接用「单页HTML源码平均大小 × 5000」估算，不会有额外的隐形流量消耗。比如单页源码平均15KB的话，总流量大概75MB。
• 建议手动配置HttpClient的自动重定向规则，必要时可以将AllowAutoRedirect设为false，避免目标站点恶意跳转到大体积资源产生意外流量。
• 5000次调用不要瞬时全量发出去，设置合理的并发上限（比如单IP并发10-20），既避免占满本地出口带宽，也降低被目标站点反爬拦截的概率。

内容的提问来源于stack exchange，提问作者el_zilcho