• Ir al contenido principal
  • Skip to secondary menu
  • Ir a la barra lateral primaria
  • Ir al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Noticias
    • Opinión
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Boletín
  • Contacto
  • Acerca de Analytics Lane
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • GearBest
      • GeekBuying
      • JoyBuy

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Criptografía
  • Python
  • Matlab
  • R
  • Julia
  • JavaScript
  • Herramientas
  • Opinión
  • Noticias

Ignorar acentos al comparar cadenas de texto y diferencias entre mayúsculas o minúsculas

febrero 12, 2020 Por Daniel Rodríguez Dejar un comentario

En Python es relativamente fácil comparar si dos cadenas de caracteres son iguales, solamente se tiene que utilizar el operador comparación (==). Pero esta forma de comparar diferencia entre mayúsculas y minúsculas, cosa que en muchos casos no es lo que se quiere. También nos podemos encontrar con el problema de espacios en blanco introducidos accidentalmente. Además de estos, otro problema adicional que nos podemos encontrar a la hora de comparar cadenas de texto es la existencia de acentos. Algunos usuarios pueden que accedan con teclados que no permiten escribirlos, o por lo menos de una forma fácil, lo que hace que se puedan emitir. Hoy vamos a ver tanto como se pueden ignorar los acentos al comparar cadenas de texto, eliminar espacios y la diferencias entre mayúsculas o minúsculas.

Ignorar diferencias entre mayúsculas o minúsculas a la hora de comparar

Posiblemente la tarea más sencilla sea comparar dos cadenas de texto sin tener en cuenta la diferencia entre mayúsculas o minúsculas. Python no tiene una función que permite esto, pero las cadenas de texto si que tienen métodos que pueden convertir una cadena en mayúsculas (upper) o minúsculas (lower). Así que, si convertimos las dos cadenas de texto que deseamos comparar a minúsculas, o mayúsculas, se puede obtener el efecto deseado. Algo que se puede ver en el siguiente ejemplo:

string_1 = "hola"
string_2 = "Hola"

string_1 == string_2                 # False
string_1.lower() == string_2.lower() # True
string_1.upper() == string_2.upper() # True

Ignorar espacios en blanco

Si existiesen espacios en blanco en la cadena de texto se pueden eliminar con el método strip. Eliminando tanto los que aparecen antes como después de las cadenas. Así, para evitar el problema de los espacios en blanco se puede hacer lo mismo que con la diferenciación entre mayúsculas y minúsculas. Aplicar el método antes de realizar la comparación como se muestra en el siguiente ejemplo:

string_1 = "Hola"
string_2 = "Hola "

string_1 == string_2                 # False
string_1.strip() == string_2.strip() # True

Ignorar acentos

En el caso de lo acentos en más complejo que los dos anteriores. Python no dispone una función nativa para tratar los acentos, pero se puede usar el paquete unicodedata. En este se encuentra la función normalize que devuelve la forma normalizada de una cadena Unicode, es decir, la forma sin acentos o signos diacríticos. Lo que se puede conseguir con el siguiente ejemplo:

import unicodedata

string_1 = 'función'

unicodedata.normalize('NFKD', string_1).encode('ASCII', 'ignore') # función

Siendo NFKD una de las formas de normalización existentes en Unicode.

Hay que tener en cuenta que esta función también convierte la ñ y ç en n y c respectivamente. Cosa que podría no ser lo deseado en algunos casos.

unicodedata.normalize('NFKD', "Peña").encode('ASCII', 'ignore') # Pena

Combinar lo visto para comparar cadenas de texto

Todo lo que se ha visto se puede combinar para comparar cadenas de texto. Por ejemplo, se puede ver como la síguete línea compara dos cadenas con todos los casos vistos.

import unicodedata

string_1 = 'función'
string_2 = "Función "

unicodedata.normalize('NFKD', string_1).encode('ASCII', 'ignore').strip().lower() == unicodedata.normalize('NFKD', string_2).encode('ASCII', 'ignore').strip().lower()

Conclusiones

En esta entrada se ha visto cómo ignorar acentos al comparar cadenas de texto además de espacios en blanco y no diferenciar entre mayúsculas o minúsculas. Algo que puede ser útil cuando necesitamos comparar texto que ha sido introducido por un usuario y puede contener errores.

Imagen de cocoparisienne en Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Contenido relacionado

Archivado en:Python

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad


Barra lateral primaria

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

¡Síguenos en redes sociales!

  • facebook
  • github
  • telegram
  • pinterest
  • rss
  • tumblr
  • twitter
  • youtube

Publicidad

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Entradas recientes

Creación de un certificado Let’s Encrypt en Windows con Win-Acme

enero 22, 2021 Por Daniel Rodríguez Dejar un comentario

Aplicaciones de Node en producción con PM2

enero 20, 2021 Por Daniel Rodríguez Dejar un comentario

SQLite en Python

enero 18, 2021 Por Daniel Rodríguez Dejar un comentario

Publicidad

Es tendencia

  • Seleccionar filas y columnas en Pandas con iloc y loc bajo Python
  • ¿Cómo eliminar columnas y filas en un dataframe pandas? bajo Python
  • Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas bajo Python
  • Archivos Guardar y leer archivos CSV con Python bajo Python
  • Código fuente Eliminar filas o columnas con valores nulos en Python bajo Python

Publicidad

Lo mejor valorado

5 (3)

Ordenar una matriz en Matlab en base a una fila o columna

5 (3)

Automatizar el análisis de datos con Pandas-Profiling

5 (5)

Diferencias entre var y let en JavaScript

5 (6)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

5 (3)

Unir y combinar dataframes con pandas en Python

Publicidad

Comentarios recientes

  • Daniel Rodríguez en Calculadora de probabilidades de ganar a la lotería
  • abel en Calculadora de probabilidades de ganar a la lotería
  • David Arias en Diferencias entre regresión y clasificación en aprendizaje automático
  • Juan Aguilar en Archivos JSON con Python: lectura y escritura
  • Camilo en Contar palabras en una celda Excel

Publicidad

Footer

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Noticias
  • Opinión

Programación

  • JavaScript
  • Julia
  • Matlab
  • Python
  • R

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Lo más popular
  • Tienda

Tiendas Afiliadas

  • AliExpress
  • Amazon
  • BangGood
  • GearBest
  • Geekbuying
  • JoyBuy

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Tiendas afiliadas

Ayúdanos realizando tus compras sin coste adicional con los enlaces de la tienda. ¡Gracias!

Amazon

2018-2020 Analytics Lane · Términos y condiciones · Política de Cookies · Política de Privacidad · Herramientas de privacidad · Contacto