在OS X 10.7上安装lxml遇到问题请帮忙

Question

我一直在努力让 from lxml import etree 这个命令能正常工作（顺便说一下，import lxml 是没问题的）。但是我遇到了这个错误：

ImportError: dlopen(/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-            packages/lxml/etree.so, 2): Symbol not found: _htmlParseChunk
Referenced from: /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/lxml/etree.so
Expected in: flat namespace
in /Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/lxml/etree.so

我用 pip 安装了 lxml，还用 homebrew 重新安装了 libxml2，确保它的架构是对的（我觉得是这样）……有没有人知道怎么解决这个问题或者怎么诊断一下？我用的是 64 位的 Python。

Answer 1

lxml 对于它所使用的第三方库有点挑剔，通常需要比苹果提供的更新版本。建议你查看并按照这里的说明，从源代码在 Mac OS X 上构建 lxml，包括构建它自己的静态链接库。这样应该能解决问题。（我有点惊讶 homebrew 还没有 lxml 的配方。）

更新：根据你评论中有限的信息，很难确定到底发生了什么。我怀疑你使用的 Python 版本可能不是你认为的那个。安装 lxml 的方法有很多，这也是问题的一部分：选择太多了。与其尝试调试你的环境，不如直接给你一个在 10.7 上使用苹果自带的系统 Python 2.7 安装 lxml 的简单方法。

$ sudo STATIC_DEPS=true /usr/bin/easy_install-2.7 lxml

然后你应该可以这样使用 lxml.etree：

$ /usr/bin/python2.7
Python 2.7.1 (r271:86832, Jun 16 2011, 16:59:05) 
[GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> from lxml import etree
>>> etree.__file__
'/Library/Python/2.7/site-packages/lxml-2.3.1-py2.7-macosx-10.7-intel.egg/lxml/etree.so'
>>> 

不过我注意到 lxml 的静态构建过程并不会生成一个可用的通用版本。在安装 lxml 时，你可能会看到这样的消息：

ld: warning: ignoring file /private/tmp/easy_install-83mJsV/lxml-2.3.1/build/tmp/libxml2/lib/libxslt.a, file was built for archive which is not the architecture being linked (i386)

假设你机器上的默认架构是 64 位，如果你尝试以 32 位模式运行：

$ arch -i386 /usr/bin/python2.7
Python 2.7.1 (r271:86832, Jun 16 2011, 16:59:06) 
[GCC 4.2.1 (Based on Apple Inc. build 5658) (LLVM build 2335.15.00)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> from lxml import etree
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ImportError: dlopen(/Library/Python/2.7/site-packages/lxml-2.3.1-py2.7-macosx-10.7-intel.egg/lxml/etree.so, 2): Symbol not found: _htmlParseChunk
  Referenced from: /Library/Python/2.7/site-packages/lxml-2.3.1-py2.7-macosx-10.7-intel.egg/lxml/etree.so
  Expected in: flat namespace
 in /Library/Python/2.7/site-packages/lxml-2.3.1-py2.7-macosx-10.7-intel.egg/lxml/etree.so
>>> ^D

那么你最初报告的错误信息就会出现！所以这个问题的根本原因似乎是 lxml 构建的静态库（libxml2 等）并不是通用的。只要你不需要在 32 位进程中使用 lxml（大多数情况下不太可能），这应该不会成为问题。很可能你最初使用的 Python 是仅支持 32 位的；这和你报告的其他一些信息是一致的。