Python使用的字符串比较技术

我想知道Python是如何进行字符串比较的，更具体地说，当使用小于（

）运算符时，它是如何确定结果的

例如，如果我把

print（'abc'<'bac'）

放进去，我得到

True

。我知道它比较了字符串中的对应字符，但由于缺乏更好的术语，“权重”更多地放在第一个字符串中a小于b（第一位置）的事实上，而不是放在第二个字符串（第二位置）中a小于b的事实上，这一点尚不清楚

比较使用词典编纂法 订购：前两项 进行比较，如果它们之间存在差异 确定测试的结果 比较；如果它们相等，则 接下来的两个项目进行比较，依此类推 启用，直到其中一个序列 筋疲力尽

此外：

字符串的字典排序使用Unicode代码点编号对单个字符进行排序

或在：

字符串的字典顺序使用单个字符的ASCII顺序

例如：

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

一旦发现

a

小于

b

，就会返回结果

False

。不会比较其他项目（如您可以看到的第二个项目：

b

a

为

True

）

注意大写和小写字母：

>>> [(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)]

---

Python字符串比较是字典式的：

从Python文档：

字符串使用其字符的数字等价物（内置函数ord（）的结果）按字典顺序进行比较。Unicode和8位字符串在此行为中完全可互操作

---

因此，在您的示例中，

'abc'

，'a'在数字上（在ASCII和Unicode表示中）在'b'之前（小于），因此比较就到此结束。

这是一个。它只是把事情按字典顺序排列

使用其字符的数字等价物（内置函数ord（）的结果）进行比较。Unicode和8位字符串在此行为中完全可互操作。

Python和几乎所有其他计算机语言使用的原则与（我希望）在印刷词典中查找单词时使用的原则相同：

（1） 根据所涉及的人类语言，你有一个字符排序的概念：“a”<“b”<“c”等等

（2） 第一个字符比第二个字符更重：“az”<“za”（语言是从左到右还是从右到左，或是boustrophedon都不相关）

（3） 如果要测试的字符不足，则较短的字符串小于较长的字符串：“foo”<“food”

通常，在计算机语言中，“字符排序的概念”相当原始：每个字符都有一个与人类语言无关的数字

ord（character）

，并且使用该数字对字符进行比较和排序。通常，排序不适合用户的人类语言，然后您需要进入“排序”，这是一个有趣的话题。

还可以看看讨论Unicode排序算法（）给出的排序规则的地方

答复评论

什么？除了从左到右，还可以如何定义排序

在对法语进行排序时，有一个著名的反例。它涉及口音：事实上，人们可以说，在法语中，字母从左到右排序，口音从右到左排序。以下是反例： 我们有e<é和o<ô，所以你会期望单词cote、cote、côte、côté被分类为cote 最后一句话：您不应该谈论从左到右和从右到左排序，而应该谈论向前和向后排序

事实上，有些语言是从右到左书写的，如果你认为阿拉伯语和希伯来语是从右到左排序的，那么从图形的角度来看，你可能是对的，但从逻辑的角度来看，你是错的

---

实际上，Unicode考虑按逻辑顺序编码的字符串，而写入方向是字形级别上出现的一种现象。换句话说，即使在单词“שלום”中，字母shin出现在lamed的右边，逻辑上它也出现在它之前。要排序这个词，首先要考虑胫，然后是跛行，然后是VAV，然后是MEM，这是向前排序（虽然希伯来文是向左到右写的），而法文重音是向后排序的（虽然法语是左向右写的）。

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
        # It's not equal so we're finished at this index and can evaluate which is smaller.
        else:
            return ordinal1 < ordinal2
    # We're out of characters and all were equal, so the result depends on the length
    # of the strings.
    return len(string1) < len(string2)

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
        else:
            return op(ordinal1, ordinal2)
    return op(len(string1), len(string2))

---

什么？除了从左到右，还可以如何定义排序？@S.Lott:right-to-left。不是所有人都会这么做，但这不是唯一的可能性。@Katrielex:如果你允许，你就必须允许随机、偶数、奇数以及其他所有的可能性。然后，您必须“参数化”操作符以选择哪个顺序。如果会出现默认，除了从左到右，怎么可能呢？@s.Lott：我同意——lex是唯一明智的命令。我只是挑剔，这肯定不是唯一可能的订单@S.洛特：为了回答你的问题，你可以用

sorted（range（10），key=lambda i:i^123）

表示数字，或者

sorted（'除了从左到右之外，还可以如何定义排序？'）。split（），key=lambda S:S[：-1]）

表示文本。它们是明确的（如果没有帮助的话）顺序。那么，当它发现其中一个字符小于它对应的字符时，它会结束比较吗？@David:是的。小于或大于。如果它们相等，则比较下一个项目。只想补充一点，如果一个序列已用尽，则该序列将更少：

'abc'<'abcd'

。感谢您的帮助，补充一点可能有用，即它适用于数字s