不區分大小寫的集合交集

Question

執行以下不區分大小寫的交集的最佳方法是什么：

a1 = ['Disney', 'Fox']
a2 = ['paramount', 'fox']
a1.intersection(a2)
> ['fox']

通常我會做一個列表理解來將兩者都轉換為所有小寫的：

>>> set([_.lower() for _ in a1]).intersection(set([_.lower() for _ in a2]))
set(['fox'])

但它有點難看。 有一個更好的方法嗎？

Answer 1

使用set comprehension語法稍微不那么難看：

>>> {str.casefold(x) for x in a1} & {str.casefold(x) for x in a2}
{'fox'}

算法是相同的，並且沒有更有效的方法可用，因為字符串的哈希值區分大小寫。

使用str.casefold而不是str.lower將對國際數據更正確，並且自Python 3.3+起可用。

Answer 2

這里的定義存在一些問題，例如，字符串在具有兩個不同情況的同一集合中出現兩次，或者在兩個不同的集合中出現（我們保留哪一個？）。

話雖這么說，如果你不關心，並且你想要多次執行這種交叉，你可以創建一個case不變的字符串對象：

class StrIgnoreCase:
  def __init__(self, val):
    self.val = val

  def __eq__(self, other):
    if not isinstance(other, StrIgnoreCase):
        return False

    return self.val.lower() == other.val.lower()

  def __hash__(self):
    return hash(self.val.lower())

然后我只維護兩個集合，使它們包含這些對象而不是純字符串。 每次創建新集和每個交集操作都需要較少的轉換。