字符串是如何比较的？

Question

我想知道Python是怎么进行字符串比较的，特别是当使用小于<或大于>这些符号时，它是怎么决定结果的。

比如说，如果我输入print('abc' < 'bac')，结果是True。我明白它是比较字符串中对应的字符，但我不太明白为什么在第一个字符串中a比b小（在第一位）会更重要，而不是在第二个字符串中a比b小（在第二位）。

---

_{很多人会问这个问题，尤其是当字符串里面包含数字的表示时，他们想按数字的大小来比较。简单的解决办法是先把这些值转换成数字。可以看看这个链接：如何将字符串解析为浮点数或整数？。如果在一个列表或其他集合中有多个数字，可以参考这个链接：如何在列表、字典等中收集重复计算的结果（或者如何复制一个修改过每个元素的列表）？来进行批量转换。}

_{如果你想比较的字符串里面包含数字序列，并且希望把这些数字当作数字来处理（有时称为“自然排序”），可以查看这个链接：有没有内置函数可以进行字符串的自然排序？。}

Answer 1

Python和几乎所有其他计算机语言在查找打印字典中的单词时，使用的原则和你用的方式是一样的：

(1) 根据不同的语言，你会有一个字符排序的概念：比如'a' < 'b' < 'c'等等。

(2) 第一个字符比第二个字符更重要：比如'az' < 'za'（无论语言是从左到右写，还是从右到左，或者是其他方式，这都不重要）。

(3) 如果你没有更多的字符可以比较，短的字符串就比长的字符串小：比如'foo' < 'food'。

通常，在计算机语言中，“字符排序的概念”是比较简单的：每个字符都有一个不依赖于人类语言的数字 ord(character)，然后用这个数字来比较和排序字符。很多时候，这种排序方式并不适合用户的语言，这时候你就需要了解一下“整理”这个有趣的话题。

Answer 2

在Python中，字符串的比较是按照字典顺序进行的：

根据Python文档：http://docs.python.org/reference/expressions.html

字符串的比较是通过它们字符的数字值（可以通过内置函数ord()得到）来进行的。Unicode和8位字符串在这方面是完全兼容的。

所以在你的例子中，'abc' < 'bac'，因为字母'a'在数字上（在ASCII和Unicode表示中）比'b'小，所以比较在这里就结束了。

Answer 3

来自文档的内容：

比较是按照字典顺序进行的：首先比较前两个元素，如果它们不同，就可以确定比较的结果；如果相同，就继续比较下一个两个元素，依此类推，直到其中一个序列比较完。

另外：

字符串的字典顺序是根据Unicode编码点的数字来排列每个字符的。

或者在Python 2中：

字符串的字典顺序是根据ASCII编码来排列每个字符的。

举个例子：

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

一旦发现a小于b，就会立即返回结果False。后面的元素就不再比较了（就像你看到的第二个元素：b > a是True）。

注意大小写的区别：

>>> [(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)]

具体来说，这意味着'a' > 'A'，'b' > 'B'，等等，包括'a' > 'Z'，这些都会评估为True，因为所有小写字母从a到z的编码点数字都比所有大写字母要大。