設置字符串，循環之前和循環之後的不同行爲

Question

這兩段代碼給出兩個不同的結果！爲什麼？

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

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

Answer 1

>>> text1 = 'Aa' 
>>> set(text1) # has two elements because the input has two different elements 
{'a', 'A'} 
>>> [w.lower() for w in set(text1)] 
['a', 'a'] 
>>> [w.lower() for w in text1] 
['a', 'a'] 
>>> set([w.lower() for w in text1]) # has one element because the input has two equal elements 
{'a'} 

Answer 2

由於字符的下限和上限的形式不具有相同的hash value，設定的功能不承擔他們作爲重複。因此，在將所有字符轉換爲小寫字母后，set()函數將在第一個代碼中刪除字符串中的更多字符。

請看下面的例子：

>>> 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'] 

可以使用hash()函數來查看字符的哈希值：

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

多一點：

現在，如果你想獲得字符較低的獨特結果，您應該使用第一種方法。但是，如果你正在處理一個大文本您更好地使用，而不是一個列表理解發電機表達：

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

Answer 3

第一個版本將所有的字符串爲小寫，然後刪除重複，然後排序。第二個版本刪除重複，然後轉換爲小寫，然後排序。

因此，對於只有大小寫不同的每對輸入字符串，第二個版本將發出兩個匹配的（小寫）條目。

您是否看到其他區別？

編輯：您已將代碼更改爲僅包含結果列表的len()，因此您將看不到詳細信息。嘗試區分列表。