Python集更新与可迭代答案

【问题标题】：Python set update with iterablePython集更新与可迭代
【发布时间】：2015-02-09 15:04:30
【问题描述】：

我手头有一个大小合适的文本文件（~ 23MB）。我正在逐行读取文件，并根据一些外部标准从每一行中提取几个单词。为了这个例子，假设每行至少包含六个制表符分隔的值，除了第一个和最后一个之外，我将选择所有值。

我想输出通过这种方式获得的unique单词集，所以很明显我想将提取的单词存储在set中。此外，由于set.update(other) 比循环遍历other 并使用set.add(elem) 一次添加一个单词要快得多，所以我尝试这样做：

all_words = set()
with open(my_tsv_file) as tsv_file:
    for line in tsv_file:
        wordlist = based_on_some_criteria(line)    # this is a list, not a set
        all_words.update(wordlist)

这很好用。但是当我将all_words.update(wordlist) 替换为all_words |= wordlist 时，出现以下错误：

TypeError: unsupported operand type(s) for |=: 'set' and 'list'

从文档中，我了解到update 和|= 是等效的。此外，由于|= 应该接受任何可迭代的，我也通过这样做来确认：

import collections
isinstance(wordlist, collections.Iterable)        # returns True

为什么使用set.update 的第一种方法有效，而使用|= 的第二种方法无效？

【问题讨论】：

标签： python set iterable

【解决方案1】：

set 方法如 update 接受任意迭代，而 set 运算符如 | 和 |= 需要集合。

引用the documentation:

注意，union()、intersection() 的非运营商版本， difference()、symmetric_difference()、issubset() 和 issuperset() 方法将接受任何可迭代的作为参数。相比之下，他们的基于运算符的对应项需要设置它们的参数。这排除像set('abc') & 'cbs'这样容易出错的结构，有利于更易读的set('abc').intersection('cbs')。

【讨论】：

在文档中进一步说Note, the non-operator versions of the update(), intersection_update(), difference_update(), and symmetric_difference_update() methods will accept any iterable as an argument.
@PM2Ring 那是我在答案中引用的段落。 :)
不完全。您引用的段落没有提到update 系列方法；但该段落确实有一些有用的信息，在 Ignacio 和我引用的段落中省略了（这就是我给你投票的原因）。
@PM2Ring 确实，你是对的。这些段落是如此相似，以至于我只是偶然地引用了带有附加信息的段落。感谢您的支持。

【解决方案2】：

从文档中，我了解到 update 和 |= 是等效的。此外，由于 |= 应该接受任何可迭代的...

来自文档：

请注意，update()、intersection_update()、difference_update() 和 symmetric_difference_update() 方法的非运算符版本将接受任何可迭代作为参数。

文档似乎与您的理解不一致。

【讨论】：

啊！完全误解了我第一次阅读的文档。