为什么字符串比较“==”不起作用？ Python 3.6

Question

我正在尝试编写一个函数，该函数获取一个零件号，然后从该网站检索其产品网页 link：http://www.assmann-wsw.com

我正在使用 bs4 模块来解析网页。 url 在进行零件编号搜索时遵循以下结构：

"http://www.assmann-wsw.com/us/en/artikelfinder/?artnr=" + part_number + "&artnr-search=find+now#searchresults"

这一行收集了'td'标签中的所有部件号。

all_artnr = soup.find_all('td', attrs={'class': 'artnr'})

搜索零件号的三种情况：

(1)。零件号不存在

(2)。零件号存在且不是其他零件号的子串。

(3)。零件号存在，它是其他零件号的子串。

场景（1）和（2）很容易处理。在场景 3 中，网站 returns 包含输入部件号作为子字符串的部件号的所有产品网页。

我正在考虑将 td 标签的文本与输入的零件号进行比较。当它们匹配时，产品网页包含在该 td 标签中。

下面是我的代码及其输出。最后两个输出显示匹配，但比较 returns 错误。请帮助我了解这里发生的事情。谢谢。

import bs4
import requests


def get_pwp(pn):
    home_page = "http://www.assmann-wsw.com/"
    #url_p1_de = "http://www.assmann-wsw.com/wo/en/artikelfinder/?artnr="
    url_p1_us = "http://www.assmann-wsw.com/us/en/artikelfinder/?artnr="
    url_p2 = "&artnr-search=find+now#searchresults"

    search_url = url_p1_us + str(pn) + url_p2
    src = requests.get(search_url).content

    soup = bs4.BeautifulSoup(src, 'lxml')

    # product webpage
    pwp = ''
    all_artnr = soup.find_all('td', attrs={'class': 'artnr'})

    # Part number doesn't exist
    if len(all_artnr) == 0:
        pwp = '#NA'

    # Part number exists and it is not a substring of other part numbers.
    elif len(all_artnr) == 2 or len(all_artnr) == 1:
        pwp = home_page + all_artnr[0].find('a')['href']

    # Part number exists and it is a substring of other part numbers.
    else:
        for artnr in all_artnr:
            print(str(artnr.text), pn)
            print(str(artnr.text) == pn)

            if str(artnr.text) == str(pn):
                pwp = home_page + artnrfind('a')['href']
                break

    return pwp

pwp = get_pwp("A-MCSP-80300")
print(pwp)



Output:

A‑MCSP‑80300‑R A-MCSP-80300
False
A‑MCSP‑80300‑R A-MCSP-80300
False
A‑MCSP‑80300/B A-MCSP-80300
False
A‑MCSP‑80300/B A-MCSP-80300
False
A‑MCSP‑80300/G A-MCSP-80300
False
A‑MCSP‑80300/G A-MCSP-80300
False
A‑MCSP‑80300/R A-MCSP-80300
False
A‑MCSP‑80300/R A-MCSP-80300
False
A‑MCSP‑80300/Y A-MCSP-80300
False
A‑MCSP‑80300/Y A-MCSP-80300
False
A‑MCSP‑80300 A-MCSP-80300
False
A‑MCSP‑80300 A-MCSP-80300
False


Process finished with exit code 0

Answer 1

那是因为字符串不一样，打印出来的时候就是这样。

第一个包含 "NON-BREAKING HYPHEN"，表示为 unicode 字符 '\u2011'。第二个值包含一个 ASCII 连字符 ("HYPHEN-MINUS")，'\u002D'.

>>> import unicodedata
>>> s1 = 'A‑MCSP‑80300'
>>> s2 = 'A-MCSP-80300'

>>> s1 == s2
False

>>> s1.encode('utf8')
b'A\xe2\x80\x91MCSP\xe2\x80\x9180300'

>>> s2.encode('utf8')
b'A-MCSP-80300'

>>> unicodedata.name(s1[1])
'NON-BREAKING HYPHEN'
>>> unicodedata.name(s2[1])
'HYPHEN-MINUS'

你可以先换一个再比较：

>>> s1.replace('\u2011', '-') == s2.replace('\u2011', '-')
True

为什么字符串比较“==”不起作用？ Python 3.6

Why String comparison "==" doesn't work? Python 3.6

html

python

bs4