


Warum führen mehrere „Oder'-Operatoren in Python zu unerwarteten booleschen Ergebnissen?
Warum mehrere Or-Operatoren zu unerwarteten Ergebnissen führen
In Python kann die Auswertung eines Ausdrucks mit mehreren Oder-Operatoren irreführend sein. Betrachten Sie beispielsweise die folgende Codezeile:
if name == "Kevin" or "Jon" or "Inbar":
Diese Zeile beabsichtigt, nicht autorisierten Benutzern Zugriff zu gewähren, erlaubt aber in Wirklichkeit allen Benutzern. Um zu verstehen, warum, müssen wir das Verhalten des Operators untersuchen.
Das Problem mit mehreren Ors
Im Englischen verbindet „or“ mehrere Klauseln und gibt an, dass mindestens eine muss wahr sein. In Python wird ein Ausdruck wie „A oder B oder C“ jedoch als „(A oder B) oder C“ geparst. Das bedeutet, dass nur der erste Ausdruck ausgewertet wird. Wenn es wahr ist, ist der gesamte Ausdruck wahr.
Lösung 1: Mehrere Gleichheitsoperatoren
Um „Name“ korrekt mit jedem autorisierten Benutzer zu vergleichen, verwenden Sie mehrere Gleichheitsoperatoren :
if name == "Kevin" or name == "Jon" or name == "Inbar":
Lösung 2: Mitgliedschaft festlegen
An Eine alternative Lösung besteht darin, einen Satz autorisierter Namen zu verwenden und auf Mitgliedschaft zu prüfen:
authorized = {"Kevin", "Jon", "Inbar"} if name in authorized:
Lösung 3: Beliebiger Operator
Die Funktion „any()“ kann ebenfalls verwendet werden um autorisierte Namen zu durchlaufen und „True“ zurückzugeben, wenn einer von ihnen übereinstimmt "name":
authorized = ["Kevin", "Jon", "Inbar"] if any(name == auth for auth in authorized):
Leistung
Unter den drei Lösungen bietet die Set-Mitgliedschaft die beste Leistung, gefolgt von mehreren Gleichheitsoperatoren. Die Verwendung von any() ist am wenigsten effizient.
Das obige ist der detaillierte Inhalt vonWarum führen mehrere „Oder'-Operatoren in Python zu unerwarteten booleschen Ergebnissen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Die grundlegende Syntax für die Python -Liste ist die Liste [START: STOP: STEP]. 1.Start ist der erste Elementindex, 2.Stop ist der erste Elementindex, und 3.Step bestimmt die Schrittgröße zwischen den Elementen. Scheiben werden nicht nur zum Extrahieren von Daten verwendet, sondern auch zum Ändern und Umkehrlisten.

ListSoutPer -CharakterArraysin: 1) Dynamics und Dynamics und 3), 2) StoringHeterogenData und 3) MemoryefficiencyForSparsedata, ButmayHavesLightPerformanceCostIncustonTectorationOperationen.

Toconvertapythonarraytoalist, Usethelist () constructororageneratorexpression.1) ImportThearrayModuleandCreateanarray.2) Uselist (arr) oder [xForxinarr] Toconvertittoalist in Betracht, überlegt Performance undMoryefficiencyForlargedatasets.

ChoosearraySoverlistsinpythonforbetterperformanceAndMemoryefficienceInspezifizarios.1) largenumericalDatasets: ArraysReDucemoryusage.2) leistungskritische Operationen: ArraysOfferspeedboostsForsforsarching.3) TypeSafety: ArraysStety

In Python können Sie Verständnissen für Schleifen, Aufzählungen und Listen für durchqueren Listen verwenden. In Java können Sie traditionelle für Schleifen verwenden und für Schleifen zu durchqueren Arrays erweitert. 1. Python List Traversal Methods gehören: für Schleifen, Aufzählung und Listenverständnis. 2. Java Array Traversal -Methoden umfassen: traditionell für Schleife und erweitert für die Schleife.

In dem Artikel wird die in Version 3.10 eingeführte "Match" -serklärung von Python erörtert, die als Äquivalent zum Wechseln von Aussagen in anderen Sprachen dient. Es verbessert die Code-Lesbarkeit und bietet Leistungsvorteile gegenüber herkömmlichen IF-ELIF-EL

Ausnahmegruppen in Python 3.11 ermöglichen die gleichzeitige Behandlung mehrerer Ausnahmen, wodurch die Fehlermanagement in gleichzeitigen Szenarien und komplexen Vorgängen verbessert wird.

Funktionsanmerkungen in Python Fügen Sie Metadaten zu Funktionen für Typprüfungen, Dokumentation und IDE -Unterstützung hinzu. Sie verbessern die Lesbarkeit, die Wartung der Code und die API -Entwicklung, die Datenwissenschaft und die Erstellung der Bibliothek von entscheidender Bedeutung.


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

SublimeText3 Linux neue Version
SublimeText3 Linux neueste Version

DVWA
Damn Vulnerable Web App (DVWA) ist eine PHP/MySQL-Webanwendung, die sehr anfällig ist. Seine Hauptziele bestehen darin, Sicherheitsexperten dabei zu helfen, ihre Fähigkeiten und Tools in einem rechtlichen Umfeld zu testen, Webentwicklern dabei zu helfen, den Prozess der Sicherung von Webanwendungen besser zu verstehen, und Lehrern/Schülern dabei zu helfen, in einer Unterrichtsumgebung Webanwendungen zu lehren/lernen Sicherheit. Das Ziel von DVWA besteht darin, einige der häufigsten Web-Schwachstellen über eine einfache und unkomplizierte Benutzeroberfläche mit unterschiedlichen Schwierigkeitsgraden zu üben. Bitte beachten Sie, dass diese Software

PHPStorm Mac-Version
Das neueste (2018.2.1) professionelle, integrierte PHP-Entwicklungstool

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.
