如何在python中比较Twitter ID [重复]答案

【问题标题】：How to compare Twitter Ids in python [duplicate]如何在python中比较Twitter ID [重复]
【发布时间】：2018-06-04 17:44:03
【问题描述】：

我正在使用 twitter id，它们是字符串，因为它们非常大。

Twitter 的 api 有一个“Since_id”，我想搜索列表中最早的推文以来的推文。

例如：

tweet_ids = [u'1003659997241401843', u'1003659997241401234234', u'100365999724140136236'] # etc
since_id = min(tweet_ids)

到目前为止min(tweet_ids) 有效，但我想了解它为什么有效，因为我想知道它是否只是偶然地在我提供的少数样本上有效，或者它是否保证始终有效。

编辑：为了澄清我需要获得最低的推文 ID。如果它们是 > 2^32-1 的字符串，因此在 32 位机器上无法在 python 2.7 中表示为整数，我如何获得最低的推文 ID。

如果这很重要，我正在使用 python 2.7

【问题讨论】：

如果保证所有字符串的长度相同，可能使用min(tweet_ids) 而不是min(tweet_ids, key=int) 会稍微快一些。但是速度提升不太重要，您需要某种注释来解释为什么将它们作为字符串进行比较是安全的，否则您的代码对任何读者（包括几个月后的您）来说都是可疑的，所以我会去转换为int。
我正在使用 twitter id，它们是字符串，因为它们太大了 这在 Python 中不是问题，它的整数不限于机器字。将 id 表示为整数，您的问题就会消失。
在 Python 2.7 中，您可能希望使用 key=long 而不是 key=int。 Python 2.x 有两种不同的整数类型； int 与 C long 一样大（通常为 32 位），而 long 是一个数字列表，只要你有记忆就可以使用。在 2.7 中，int 值在必要时会自动提升为 long，但如果您更关心清晰度而不是 3.x 可移植性，我认为在这里明确表示是有意义的。
同时，Twitter API 将这些数字作为字符串发送的原因是 JSON 的限制。 JSON 允许用float64 表示所有数字。如果在float64 中插入一个 70 位整数，则会丢失最右边的几位数字，这显然是不可接受的。因此它们将它们作为字符串传递，您可以将其转换为 Python 2.x 中的 long、Python 3.x 中的 int、Scala 中的 BigInt，或者您的语言提供的 JSON 不提供的任何类型。跨度>
像这样的 XY 问题被标记为重复有点愚蠢。甚至在编辑之前，您就可以看到 OP 的问题不在于如何比较字符串。无论如何，上面的 abernert 的 cmets 是该问题的（最好的恕我直言）答案。

标签： python string python-2.7

【解决方案1】：

从Python Documentation 开始，这意味着所有字符串，包括您的字符串是大数字序列的情况，都按字典顺序进行比较。

在这种情况下，“较小整数”字符串 2 小于“较大整数”字符串 100。
按字典顺序排序的负整数比正整数“更大”。以这种方式比较时，"-1" 大于 "99"，因为减号连字符在字典上大于所有数字。
相等的整数"2" 和"02" 在字符串比较方面不一定相等。 "02" 小于 "2" 字符串，因为前导零。

最好把str转成long int，然后比较。如

tweet_ids = [long('1003659997241401843'), long('1003659997241401234234'), long('100365999724140136236')]
since_id = min(tweet_ids)

由于 JSON 不允许 70 位长的 int，请将最小的 int 转换回 str。将since_id 行替换为

since_id = min(tweet_ids, key=int)

【讨论】：

我认为 twitter 使用字符串是因为数字太大而无法表示为整数？
它们可以表示为整数。具有任意精度的大整数和长整数。将它们排序为整数。
我不同意。我正在使用 python 2.7 和谷歌应用引擎。我的猜测是应用程序引擎仍然是 32 位的，所以这意味着我最大的 int 将是 43 亿。这些推文 ID 远大于 40 亿
比较 Python 处理 int 的方式：stackoverflow.com/questions/7604966/…
@TerenceChow 它们太大而无法在 JSON 中 表示为整数。这是因为 JSON 明确记录了数字将被视为 float64 值，如果您将 70 位整数存储在 float64 值中，您会丢失最后几位数字。它们不会太大而无法在 Python 中表示为整数，因为 Python 将整数表示为（30 位）数字的列表，因此您可以根据需要保存任意大的数字（直到您内存不足）。

【解决方案2】：

Python 将像比较任何其他字符串一样比较这些字符串；也就是说，它将按字典顺序比较它们。

因此，它会将12 放在2 之前，这可能对您不利。

这是一个函数，它将为您计算代表整数的字符串的最小数值。

# A is an iterable of strings representing integers.
def numerical_min(A):
    cur_min = A[0]
    for x in A[1:]:
        if len(x) < len(cur_min):
            cur_min = x
            continue
        if len(x) > len(cur_min):
            continue
        for m,n in zip(x, cur_min):
            if int(m) < int(n):
                cur_min = x
                break
    return cur_min

【讨论】：

在这种情况下比较这些的最佳方法是什么？
@TerenceChow，我添加了一个解决方案，它与表示为字符串的整数的大小无关。