我使用的是Pythonrequests模块来下载HTML页面.
对于我执行该语句response = requests.get(URL)的每个URL，
因此，任何GET请求的结果都会写入Response变量.
我执行这条语句来确定下载的HTML页面的字节数:len(response.text).我的 idea 是，只有在我的硬盘上没有同名的页面，或者有同名但大小不同的页面时，才将HTML保存到硬盘上.如果文件存在，我执行Path(filepath).stat().st_size来找出硬盘上文件的大小.问题就出现在这里.由于某种原因，对于任何下载的页面，文件的大小总是比调用具有response对象的text属性的len()函数的结果大6个字节.如果len()返回7282，则st_size为7288；如果len()返回7216，则st_size为7222，依此类推.我不明白这种行为的原因.我可以在len()的结果上加上6个字节来比较大小.我想，这会奏效，但我就不知道真正的原因了.这看起来像是黑客入侵.
我试着用curl命令下载页面，结果是一样的.增加了神奇的6个字节.我已经判断了10个不同的页面，6个字节的差异保持不变.