Python BeautifulSoup(lxml)处理长字节与长字符串存在异常不一致问题

最近我在组合使用Python 3.6.5、BeautifulSoup 4.6.0和lxml 4.2.1解析器时，发现了一个挺奇怪的现象：当处理长度超过16384（也就是2^14）的字节对象和字符串时，两者的解析行为存在不一致性。

举个实际例子：我从MIT官网下载了《奥赛罗》的文本内容，分别把原始的字节形式，以及解码后的字符串形式传入BeautifulSoup。因为这份文档里没有多字节字符，所以字节对象和字符串的长度是完全一致的，但最终的解析结果却出现了差异。

下面是复现这个问题的代码示例：

from bs4 import BeautifulSoup
import urllib

# 此处替换为MIT官网《奥赛罗》文本的实际URL
url = "https://example.com/othello.txt"

# 获取原始字节内容
response = urllib.request.urlopen(url)
byte_content = response.read()

# 解码为UTF-8字符串（文档无多字节字符，长度与byte_content一致）
str_content = byte_content.decode('utf-8')

# 分别用两种内容初始化BeautifulSoup
soup_from_bytes = BeautifulSoup(byte_content, 'lxml')
soup_from_str = BeautifulSoup(str_content, 'lxml')

# 对比两者的解析结果会发现不一致

内容的提问来源于stack exchange，提问作者DYZ