比较python中的两个字符串

Question

好吧，我需要比较两个字符串或至少找到从一个字符串到另一个字符串的字符序列。 这两个字符串包含文件的md5 ，我必须比较这些文件并说明是否找到匹配项。

我目前的代码是：

def comparemd5():
    origmd5=getreferrerurl()
    dlmd5=md5_for_file(file_name)
    print "original md5 is",origmd5
    print "downloader file md5 is",dlmd5
    s = difflib.SequenceMatcher(None, origmd5, dlmd5)
    print "ratio is:",s.ratio()

我得到的输出是：

original md5 is ['0430f244a18146a0815aa1dd4012db46', '0430f244a18146a0815aa1dd40
12db46', '59739CCDA2F15D5AC16DB6695CAE3378']

downloader file md5 is 59739ccda2f15d5ac16db6695cae3378

ratio is : 0.0

因此！ 有从比赛dlmd5在origmd5但不知何故，它没有找到它......我做错了什么地方......请帮我出：/

Answer 1

基本上，你想要 idom if test_string in list_of_strings 。 看起来你不需要区分大小写，所以你可能想要

if test_string.lower() in (s.lower() for s in list_of_strings)

在你的情况下：

>>> originals = ['0430f244a18146a0815aa1dd4012db46', '0430f244a18146a0815aa1dd40 12db46', '59739CCDA2F15D5AC16DB6695CAE3378']
>>> test = '59739ccda2f15d5ac16db6695cae3378'
>>> if test.lower() in (s.lower() for s in originals):
...    print '%s is match, yeih!' % test
... 
59739ccda2f15d5ac16db6695cae3378 is match, yeih!

Answer 2

看起来您遇到了问题，因为大小写与字母不匹配。 可能想尝试：

def comparemd5():
    origmd5=[item.lower() for item in getreferrerurl()]
    dlmd5=md5_for_file(file_name)
    print "original md5 is",origmd5
    print "downloader file md5 is",dlmd5
    s = difflib.SequenceMatcher(None, origmd5, dlmd5)
    print "ratio is:",s.ratio()

Answer 3

鉴于输入：

原始 md5 是 ['0430f244a18146a0815aa1dd4012db46'、'0430f244a18146a0815aa1dd40 12db46'、'59739CCDA2F15D5AC16DB33785']E

下载文件 md5 是 59739ccda2f15d5ac16db6695cae3378

你有两个问题。

首先，第一个不仅仅是一个 MD5，而是一个 MD5 和其他两个东西。

要解决这个问题：如果您知道origmd5将始终采用这种格式，只需使用origmd5[2]而不是origmd5 。 如果您不知道origmd5是什么，除了其中的一件事是实际的 MD5，您将不得不与所有元素进行比较。

其次，实际的 MD5 值都是表示相同二进制数据的十六进制字符串，但它们是不同的十六进制字符串（因为一个是大写，另一个是小写）。 您可以通过不区分大小写的比较来解决此问题，但将它们都unhexlify并比较二进制值可能更健壮。

事实上，如果您已正确复制和粘贴输出，那么这些十六进制字符串中至少有一个中间有一个空格，因此您实际上需要使用十六进制对之间的可选空格对十六进制字符串进行 unhexlify。 AFAIK，没有执行此操作的 stdlib 函数，但您可以一步自己编写：

def unhexlify(s):
    return binascii.unhexlify(s.replace(' ', ''))

同时，我不确定您为什么要尝试使用difflib.SequenceMatcher 。 两个略有不同的 MD5 哈希指代完全不同的原始来源； 这就是 MD5 的全部要点，以及一般的加密哈希函数。 没有 95% 的匹配； 要么匹配，要么不匹配。

因此，如果您知道origmd5的第三个值是您想要的值，请执行以下操作：

s = unhexlify(origmd5[2]) == unhexlify(dlmd5)

否则，请执行以下操作：

s = any(unhexlify(origthingy) == unhexlify(dlmd5) for origthingy in origmd5)

或者，将其转过来使其更简单：

s = unhexlify(dlmd5) in map(unhexlify, origthingy)

或者任何你认为最易读的等价物。