Python 64 位不存储与 32 位 python 一样长的字符串答案

【问题标题】：Python 64 bit not storing as long of string as 32 bit pythonPython 64 位不存储与 32 位 python 一样长的字符串
【发布时间】：2015-04-21 09:34:14
【问题描述】：

我有两台电脑，都运行 64 位 Windows 7。一台机器运行 python 32 位，一台运行 python 64 位。两台机器都有 8GB 的 RAM。

我正在使用 BeautifulSoup 抓取网页，但我的 python64 机器上遇到了问题。我已经能够弄清楚我的len(str(BeautifulSoup(request.get(http://www.sampleurl.com).text))) 在 64 位中的输出仅返回 92520 个字符，但在我的 python32 位机器上的同一个静态站点上，它返回 135000 个字符。

在过去的某个时候，在我的 python64 位机器上，我有 python32 位，但卸载它以安装 python64 位，因为我在使用 pip install 安装 scipy 时遇到问题（结果证明这不是问题）。

无论如何，我不确定为什么我的 64 位 python 机器没有返回整个 html 字符串，我想知道是否有人可以帮助我了解发生了什么以及如何解决它。

【问题讨论】：

标签： python python-2.7 beautifulsoup 32bit-64bit

【解决方案1】：

这不是 32 位 / 64 位的问题。您很可能是 解析器 问题；例如，一台机器使用lxml 而另一台机器使用html.parser。

不同的解析器对损坏的 HTML 的处理方式不同，lxml 仅在安装时是默认设置。

参见示例：

等等

在两台机器上运行import lxml 进行验证。当您将一台机器上的 Python 安装替换为 64 位版本时，您可能没有包含兼容的 lxml 版本。

【讨论】：

我已经安装在 32 位 python 机器上，现在两台机器都将输出限制为 92520 字符串长度。
@exhoosier10：你有没有安装lxml？您可以在解析器之间显式切换；传入'lxml' 或'html.parser' 作为第二个参数并比较输出。
使用 'html.parser' 有效。谢谢。我在搜索过程中找不到任何有用的东西，您提供的所有链接都是有意义的。这只是网站部分编码不佳的 HTML 的根本原因吗？
@exhoosier10：几乎总是这样，是的。我在某些 Ubuntu 安装中看到了问题，其中 lxml 或者依赖项 libxml2 无法正常工作，但没有更多信息，我不能说你的 Windows 设置是否存在这种情况。