python - 设置字符串、循环之前和循环之后的不同行为

Question

这两段代码给出了两个不同的结果!为什么？

len(sorted(set([w.lower() for w in text1])))
17231

len(sorted([w.lower() for w in set(text1)]))
19317

Answer 1

由于字符的大写形式不同 hash value ，set 函数不会假设它们是重复的。因此，在将所有字符转换为小写后，set() 函数将从第一个代码中的字符串中删除更多字符。

考虑以下示例:

>>> text2 = 'ABCDEFabcdef'
>>> 
>>> set(w.lower() for w in text2)
set(['a', 'c', 'b', 'e', 'd', 'f'])
>>> [w.lower() for w in set(text2)]
['a', 'a', 'c', 'b', 'e', 'd', 'f', 'f', 'c', 'b', 'e', 'd']

您可以使用hash()函数查看字符的哈希值:

>>> hash('A')
8320025024
>>> hash('a')
12416037344

多一点:

现在，如果您想获得较低字符的独特结果，您应该使用第一种方法。但如果您正在处理大文本，您最好使用生成器表达式而不是列表理解:

set(w.lower() for w in text1))