使用 Python 比较字符串

由柏拉图重新发布

关注： 0

在Python中，字符串是字符序列，它们作为对象有效地存储在内存中。每个对象都可以使用 id() 方法，如下所示。 Python 尝试重复使用内存中具有相同值的对象，这也使得在 Python 中比较对象非常快：

$ python
Python 3.9.0 (v3.9.0:9cf6752276, Oct  5 2020, 11:29:23) 
[Clang 6.0 (clang-600.0.57)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> a = "abc"
>>> b = "abc"
>>> c = "def"
>>> print (id(a), id(b), id(c))
(139949123041320, 139949123041320, 139949122390576)
>>> quit()

为了比较字符串，Python 提供了一些不同的运算符来执行此操作。首先，我们将在下面更详细地解释它们。其次，我们将回顾一下 string 和 re 模块，其中包含处理不区分大小写和不精确匹配的方法。三、处理多行字符串 difflib 模块相当方便。许多示例将帮助您了解如何使用它们。

将 Strng 与 == 和 != 运算符进行比较

作为基本的比较运算符，您需要使用 == 和 !=。它们的工作方式与整数和浮点值完全相同。这 == 操作员退货 True 如果存在完全匹配，否则 False 将被退回。相比之下， != 操作员退货 True 如果没有匹配则返回 False. 清单1 证明了这一点。

在一个 for 循环中，将包含瑞士城市“洛桑”名称的字符串与其他位置列表中的条目进行比较，并将比较结果打印在标准输出上。

清单 1：


listOfPlaces = ["Berlin", "Paris", "Lausanne"]
currentCity = "Lausanne"

for place in listOfPlaces:
    print (f"comparing {place} with {currentCity}: %{place == currentCity}")

运行上面的 Python 脚本，输出如下：

$ python3 comparing-strings.py
comparing Berlin with Lausanne: False
comparing Paris with Lausanne: False
comparing Lausanne with Lausanne: True

`==` 和 `is` 运营商

Python 有两个比较运算符 == 和 is。乍一看它们似乎是一样的，但实际上却不然。

== 根据两个变量所代表的值来比较它们。相比之下， is 运算符根据内存中的对象 ID 比较两个变量。

约翰（Doe）和约翰（Moe）都被称为约翰。如果我们能把他们简化为只有他们的名字，他们在价值上是平等的，但在性质上仍然是两个不同的人。

下一个示例演示了三个具有字符串值的变量。两个变量 a 和 b 具有相同的值，并且Python引用相同的对象以最小化内存使用。

默认情况下，这是针对简单类型和字符串执行的，但不适用于其他对象：

>>> a = 'hello'
>>> b = 'hello'
>>> c = 'world'
>>> a is b
True
>>> a is c
False
>>> id(a)
140666888153840
>>> id(b)
140666888153840
>>>

一旦值发生变化，Python 将重新实例化该对象并分配该变量。在下一个代码片段中 b 得到值2，随后 b 和 c 引用同一个对象：

>>> b = 'world'
>>> id(b)
140666888154416
>>> id(c)
140666888154416

不区分大小写的字符串比较

前面的示例重点关注字符串之间的精确匹配。为了允许不区分大小写的比较，Python 提供了特殊的字符串方法，例如 upper() 和 lower()。它们都可以直接用作相应字符串对象的方法。

upper() 将整个字符串转换为大写字母，并且 lower() 分别转换为小写字母。基于 清单1 下一个清单显示了如何使用 lower() 方法。

查看我们的 Git 学习实践指南，其中包含最佳实践、行业认可的标准以及随附的备忘单。停止谷歌搜索 Git 命令，实际上学习它！

清单 3：


listOfPlaces = ["Berlin", "Paris", "Lausanne"]
currentCity = "lausANne"

for place in listOfPlaces:
    print (f"comparing {place} with {place.lower() == currentCity.lower()}: {currentCity}")

输出如下：

$ python3 comparing-strings-case-insensitive.py
comparing Berlin with lausANne: False
comparing Paris with lausANne: False
comparing Lausanne with lausANne: True

使用正则表达式 (RegEx) 比较字符串

A 正则表达式 – 或简称“正则表达式” – 定义特定的字符模式。

要在 Python 中使用此机制，请导入 re 模块首先定义一个特定的模式，然后。同样，以下示例基于 清单1。搜索模式与“bay”匹配，并以小写或大写字母开头。准确地说，以下 Python 代码会查找出现搜索模式的所有字符串，无论字符串位于开头、中间还是末尾。

清单 4：


import re


listOfPlaces = ["Bayswater", "Table Bay", "Bejing", "Bombay"]


pattern = re.compile("[Bb]ay")

for place in listOfPlaces:
    if pattern.search(place):
        print (f"{place} matches the search pattern")

输出如下，并匹配地点列表中的“Bayswater”、“Table Bay”和“Bombay”：

$ python3 comparing-strings-re.py
Bayswater matches the search pattern
Table Bay matches the search pattern
Bombay matches the search pattern

多行和列表比较

到目前为止，我们的比较只是几个词。使用 difflib Python 模块还提供了一种比较多行字符串和整个单词列表的方法。可以根据 diff 工具的各种格式配置输出。

下一个例子（清单5) 逐行比较两个多行字符串，并显示删除和添加。初始化之后 Differ 第 12 行中的对象使用以下内容进行比较 compare() 第 15 行中的方法。结果打印在标准输出上：


import difflib
 


original = ["About the IIS", "", "IIS 8.5 has several improvements related", "to performance in large-scale scenarios, such", "as those used by commercial hosting providers and Microsoft's", "own cloud offerings."]


edited = ["About the IIS", "", "It has several improvements related", "to performance in large-scale scenarios."]


d = difflib.Differ()
 

diff = d.compare(original, edited)
 

print ('n'.join(diff))

运行该脚本会创建如下所示的输出。删除的行由 - 符号，而带有添加的行以 a 开头 + 符号。此外，有变化的行以问号开头。使用指示更改 ^ 相应位置有标志。没有指示器的行仍然相同：

$ python comparing-strings-difflib.py
  About the IIS
  
- IIS 8.5 has several improvements related
?  ^^^^^^

+ It has several improvements related
?  ^

- to performance in large-scale scenarios, such
?                                        ^^^^^^

+ to performance in large-scale scenarios.
?                                        ^

- as those used by commercial hosting providers and Microsoft's
- own cloud offerings.