python中字符串比较使用is、==和cmp()总结

2023-09-15 07:46:04 324

经常写shell脚本知道，字符串判断可以用=，!=数字的判断是-eq，-ne等，但是Python确不是这样子的。

所以作为慢慢要转换到用Python写脚本，这些基本的东西必须要掌握到骨子里！

在Python中比较字符串最好是使用简单逻辑操作符。

例如，确定一个字符串是否和另外一个字符串匹配。正确的，你可以使用isequal或==操作符。你也可以使用例如>=或<来确定几个字符串的排列顺序。

从官方文档上看

Theoperators``is``and``isnot``testforobjectidentity:``xis
y``istrueifandonlyif*x*and*y*arethesameobject.``xis
noty``yieldstheinversetruthvalue.

cmp(...)
cmp(x,y)->integer

Returnnegativeifxy.

也就是说is用来判断是否是同一个对象,is是种很特殊的语法，你在其它的语言应该不会见到这样的用法。

pythonis主要是判断2个变量是否引用的是同一个对象，如果是的话，则返回true，否则返回false。
判断数字相等不要用is操作符

>>>a=256
>>>b=256
>>>id(a)
9987148
>>>id(b)
9987148
>>>a=257
>>>b=257
>>>id(a)
11662816
>>>id(b)
11662828

为什么两次is返回的是不同结果？不是应该都是true吗？

因为stringpooling(或叫intern)。is相等代表两个对象的id相同（从底层来看的话，可以看作引用同一块内存区域）。至于为什么“ABC”被intern了而“abc”没有，这是Python解析器实现决定的，可能会变。

==用来判断两个对象的值是否相等（跟Java不同，Java中==用来判断是否是同一个对象)。

今天我用==来判断两个IP地址字符串是否相同。

#!/usr/bin/python

strtmp='192.169.1.161'
file_object=open(r'public_ip.txt')
try:
all_the_text=file_object.readlines()
firstline=all_the_text[0].rstrip()
finally:
file_object.close()

#printfirstline

#ifstrtmp==firstline:
s=(strtmpisfirstline)
prints
if(strtmpisfirstline):
print'yes'
else:
print'no'

来个简单点的例子：

#-*-conding:utf-8-*-
i='xinwen';
m=input();
ifi==m:
print('yes');
else:
print('no');

input();

在if判断语句中非常有用呐！

#!/usr/bin/python
#Filename:if.py

number=23
guess=int(raw_input('Enteraninteger:'))

ifguess==number:
print'Congratulations,youguessedit.'#Newblockstartshere
print"(butyoudonotwinanyprizes!)"#Newblockendshere
elifguessnumbertoreachhere

print'Done'
#Thislaststatementisalwaysexecuted,aftertheifstatementisexecuted

cmp()函数则是相当于<,==,>但是在Python3中，cmp()函数被移除了，所以我以后还是避免少用这个函数。

>>>x='a'
>>>x+'b'is'ab'
False
>>>x+'b'=='ab'
True
>>>cmp(x+'b','ab')
0
>>>id(x+'b')
32468384L
>>>id('ab')
46933696L
>>>

注意：

>>>a='abc'
>>>b='abc'
>>>aisb
True
>>>id(a)==id(b)
True
>>>

可以看出内容相同的字符串实际上是同一个对象（Java中直接赋值的字符串也可用==来判断，但是使用new实例化的对象则需要使用equals(Strings)来判断)。

以上几个例子大家应该可以明白在python中字符串比较使用is、==和cmp()的方法了

python中字符串比较使用is、==和cmp()总结

热门推荐

随机推荐