Python-如何进行不区分大小写的字符串比较？

Question

如何在Python中进行不区分大小写的字符串比较？

我想以一种非常简单且Pythonic的方式封装对常规字符串与存储库字符串的比较。我还希望能够使用常规python字符串在由字符串散列的字典中查找值。

Answer 1

假设ASCII字符串：

string1 = 'Hello'
string2 = 'hello'

if string1.lower() == string2.lower():
    print("The strings are the same (case insensitive)")
else:
    print("The strings are NOT the same (case insensitive)")

Answer 2

不区分大小写的方式比较字符串似乎很简单，但事实并非如此。我将使用Python 3，因为Python 2在这里尚未开发。

首先要注意的是，用Unicode删除大小写的转换并非易事。其中有一些文字text.lower() != text.upper().lower()，例如"ß"：

"ß".lower()
#>>> 'ß'

"ß".upper().lower()
#>>> 'ss'

但是，假设你想无休止地比较”BUSSE”和”Buße”。哎呀，你可能还想比较”BUSSE”和”BUẞE”相等-这是较新的资本形式。推荐的方法是使用casefold：

海峡 折叠（）

返回字符串的casefolded副本。大小写折叠的字符串可用于无大小写的匹配。

大小写折叠类似于小写字母，但是更具攻击性，因为它旨在删除字符串中的所有大小写区别。[...]

不要只是使用lower。如果casefold不可用，则可以提供.upper().lower()帮助（但只能有所帮助）。

然后，你应该考虑口音。如果你的字体渲染器不错，你可能会想"ê" == "ê"-但事实并非如此：

"ê" == "ê"
#>>> False

这是因为后者的重音是组合字符。

import unicodedata

[unicodedata.name(char) for char in "ê"]
#>>> ['LATIN SMALL LETTER E WITH CIRCUMFLEX']

[unicodedata.name(char) for char in "ê"]
#>>> ['LATIN SMALL LETTER E', 'COMBINING CIRCUMFLEX ACCENT']

解决此问题的最简单方法是unicodedata.normalize。你可能想使用NFKD规范化，但请随时检查文档。然后一个

unicodedata.normalize("NFKD", "ê") == unicodedata.normalize("NFKD", "ê")
#>>> True

最后，这用函数表示：

import unicodedata

def normalize_caseless(text):
    return unicodedata.normalize("NFKD", text.casefold())

def caseless_equal(left, right):
    return normalize_caseless(left) == normalize_caseless(right)