在Python里的字符串、列表、元组、集合之间转换的一个不为人知的细节和bug

首先看如下代码：

a = ['0234','abcd']
seta = set(a)

b = ['0234']
setb = set(b)

c = ('0234','abcd')
setc = set(c)

d = ('0234')
setd = set(d)

e= tuple(b)
sete = set(e)

print(type(a), ' , ', a,' , ',seta)
print(type(b), ' , ', b,' , ',setb)
print(type(c), ' , ', c,' , ',setc)
print(type(d), ' , ', d,' , ',setd)
print(type(e), ' , ', e,' , ',sete)

在pycharm里运行这段代码的结果如下：

需要注意的是变量d和e，可以看到，一个字符串用()的方式定义到元组里，这时的变量d其实是一个字符串，不是元组，这时候把d转换成集合，可以看到，字符串已经被拆分成单个字符了，这说明，如果把字符串转换成集合，那就会把字符串拆分成单个字符，并作为集合的元素

我们再来看变量e，它是由一个字符串组成的列表b经过tuple转换成元组的，可以看到这时的变量e是一个元组，不是一个字符串了，这是与变量d的一个最大区别，接下来把变量e转换成集合，可以看到字符串作为集合里的一个元素，没有被拆分。而且列表b转换成集合，也是字符串作为集合里的一个元素，没有被拆分。

通过这个程序例子，你可以发现：

1.通过()和tuple这两种方式定义元组，得到的结果可能是不同的，比如上面例子中的用一个字符串以()和tuple定义元组，结果却一个仍是字符串，一个是元组

2.一个字符串转换成集合，会把字符串拆分成字符并作为集合的元素，而用字符串组成的列表或元组，转换成集合时，却不会拆分字符串，而是把字符串作为集合的一个元素

总之，想要找出这种细微差别的原因，可能只有去查看Python的底层C++源码是怎么定义字符串、列表、元组、集合的了。

最近在使用paddleocr识别文字，在对识别文字里的数字做float类型转换的时候，发现了一个python里的判断字符串是否只由数字组成的函数isdigit的bug，程序示例如下：

a = '②'
b = '2'
print(a)
print(a.isdigit())
print(b)
print(b.isdigit())

运行这段代码后，可以看到，a和b在isdigit函数的返回都是True。