Tecnica di confronto delle stringhe utilizzata da Python

Question

Mi chiedo come Python esegua il confronto delle stringhe, in particolare come determina il risultato quando viene utilizzato un segno minore di (> <) o maggiore di (>).

Ad esempio, se inserisco la stampa ('abc' < 'bac'), mi avverto. Capisco che confronta i caratteri corrispondenti nella stringa, tuttavia non è chiaro il motivo per cui c'è di più, per mancanza di un termine migliore, "peso" posto sul fatto che a è minore di b (prima posizione) nella prima stringa piuttosto che il fatto che a sia minore di b nella seconda stringa (seconda posizione).

Answer 1

Dal docs:

Il comparatore utilizza lessicografico ordine: prima i primi due elementi vengono confrontati, e se differiscono questa determina l'esito del confronto ; se sono uguali, vengono confrontati i due articoli successivi, , e quindi , fino a quando la sequenza non è esaurita.

anche:

ordinamento lessicografico per le stringhe usa il numero di punto di codice Unicode per ordinare i singoli caratteri.

o Python 2:

ordinamento lessicografico per le stringhe usa l'ordinamento ASCII per i singoli caratteri.

Ad esempio:

>>> 'abc' > 'bac' 
False 
>>> ord('a'), ord('b') 
(97, 98) 

Il risultato False viene restituito appena a, risulta essere inferiore a b. Gli altri articoli non vengono confrontati (come puoi vedere per i secondi articoli: b>a è True).

attenzione in situazioni di bassa e maiuscolo:

>>> [(x, ord(x)) for x in abc] 
[('a', 97), ('b', 98), ('c', 99), ('d', 100), ('e', 101), ('f', 102), ('g', 103), ('h', 104), ('i', 105), ('j', 106), ('k', 107), ('l', 108), ('m', 109), ('n', 110), ('o', 111), ('p', 112), ('q', 113), ('r', 114), ('s', 115), ('t', 116), ('u', 117), ('v', 118), ('w', 119), ('x', 120), ('y', 121), ('z', 122)] 
>>> [(x, ord(x)) for x in abc.upper()] 
[('A', 65), ('B', 66), ('C', 67), ('D', 68), ('E', 69), ('F', 70), ('G', 71), ('H', 72), ('I', 73), ('J', 74), ('K', 75), ('L', 76), ('M', 77), ('N', 78), ('O', 79), ('P', 80), ('Q', 81), ('R', 82), ('S', 83), ('T', 84), ('U', 85), ('V', 86), ('W', 87), ('X', 88), ('Y', 89), ('Z', 90)] 

Answer 2

Python confronto tra stringhe è lessicografico:

Da Python Documenti: http://docs.python.org/reference/expressions.html

stringhe vengono confrontate lexicographically utilizzando gli equivalenti numerici (il risultato della funzione built-in ord()) dei loro personaggi. Stringhe Unicode e 8-bit sono pienamente interoperabili in questo comportamento.

Quindi nel tuo esempio, 'abc' < 'bac', 'a' viene prima (meno-che) 'b' numericamente (in ASCII e Unicode) rappresentazioni, in modo che il confronto finisce proprio lì.

Answer 3

Questo è un lexicographical ordering. Mette semplicemente le cose in ordine di dizionario.

Answer 4

Strings vengono confrontati con lexicographically utilizzando gli equivalenti numerici (il risultato della funzione built-in ord()) dei loro caratteri. Stringhe Unicode e 8-bit sono pienamente interoperabili in questo comportamento.

Answer 5

Python e quasi ogni altro linguaggio di programmazione utilizzare gli stessi principi (spero) si usa quando trovare una parola in un dizionario stampata:

(1) A seconda del linguaggio umano coinvolto, hai una nozione di carattere ordinazione: 'a' < 'b' < 'c' ecc

(2) Prima personaggio ha più peso di secondo personaggio: 'az' < 'za' (se la lingua è scritto da sinistra a destra o destra-sinistra o boustrophedon è abbastanza irrilevante)

(3) Se si esaurisce o f caratteri da testare, la stringa più breve è inferiore alla stringa più lunga: 'foo' < 'food'

In genere, in un linguaggio informatico la "nozione di ordinamento dei caratteri" è piuttosto primitiva: ogni personaggio ha una lingua umana -indipendente numero ord(character) e i caratteri vengono confrontati e ordinati utilizzando quel numero. Spesso l'ordinamento non è appropriato per il linguaggio umano dell'utente, e quindi è necessario entrare in "raccolta", un argomento divertente.

Answer 6

Dai uno sguardo anche a How do I sort unicode strings alphabetically in Python? dove la discussione riguarda le regole di ordinamento fornite dall'Algorith Collation Algorithm (http://www.unicode.org/reports/tr10/).

Per rispondere al commento

Cosa? In quale altro modo l'ordinamento può essere definito diverso da sinistra-a-destra?

di S.Lott, c'è un famoso contro-esempio quando si ordina la lingua francese. Si tratta di accenti: in effetti, si potrebbe dire che, in francese, le lettere sono ordinate da sinistra a destra e gli accenti da destra a sinistra. Ecco il contro-esempio: abbiamo e < é e o < ô, quindi ti aspetteresti che le parole cote, coté, côte, côté da ordinare come cote coté < côte < côté. Beh, questo non è quello che succede, in effetti si ha: cote cote < coté < côté, cioè, se togliamo "c" e "t", otteniamo < o < oe < ôé, che è esattamente giusto-a -le ordini di partenza.

E un ultima osservazione: non si dovrebbe parlare di da sinistra a destra eda destra a sinistra di smistamento, ma piuttosto di avanti e all'indietro ordinamento.

In effetti ci sono lingue scritte da destra a sinistra e se pensate che l'arabo e l'ebraico sono ordinato da destra a sinistra tu abbia ragione da un punto di vista grafico, ma si sono sbagliati sul piano logico!

Infatti, Unicode considera stringhe di caratteri codificate in ordine logico e la direzione di scrittura è un fenomeno che si verifica a livello di glifo.In altre parole, anche se nella parola שלום la lettera shin appare a destra del lamed, logicamente si verifica prima di it. Per ordinare questa parola si considerano prima lo stinco, poi il lamed, poi il vav, poi il mem, e questo è in avanti in ordine (anche se l'ebraico è scritto da destra a sinistra), mentre gli accenti francesi sono ordinati indietro (anche se il francese è scritto da sinistra a destra).

Answer 7

Ecco un codice di esempio che confronta due stringhe lessicograficamente.

a = str(input()) 
    b = str(input()) 
    if 1<=len(a)<=100 and 1<=len(b)<=100: 
    a = a.lower() 
    b = b.lower() 
    if a > b: 
     print('1') 
    elif a < b: 
     print('-1') 
    elif a == b: 
     print('0') 

per diversi ingressi le uscite sono-

1- abcdefg 
    abcdeff 
    1 

2- abc 
    Abc 
    0 

3- abs 
    AbZ 
    -1 

Answer 8

un pitone equivalente puro per i confronti di stringhe sarebbe:

def less(string1, string2): 
    # Compare character by character 
    for idx in range(min(len(string1), len(string2))): 
     # Get the "value" of the character 
     ordinal1, ordinal2 = ord(string1[idx]), ord(string2[idx]) 
     # If the "value" is identical check the next characters 
     if ordinal1 == ordinal2: 
      continue 
     # If it's smaller we're finished and can return True 
     elif ordinal1 < ordinal2: 
      return True 
     # If it's bigger we're finished and return False 
     else: 
      return False 
    # We're out of characters and all were equal, so the result is False 
    return False 

Questa funzione esegue l'equivalente del metodo reale (Python 3.6 e Python 2.7) molto più lento. Si noti inoltre che l'implementazione non è esattamente "pythonic" e funziona solo per i confronti <. È solo per illustrare come funziona. Non ho controllato se funziona come il confronto Python per combined unicode characters.

Una variante più generale sarebbe:

from operator import lt, gt 

def compare(string1, string2, less=True): 
    op = lt if less else gt 
    for char1, char2 in zip(string1, string2): 
     ordinal1, ordinal2 = ord(char1), ord(char1) 
     if ordinal1 == ordinal2: 
      continue 
     elif op(ordinal1, ordinal2): 
      return True 
     else: 
      return False 
    return False