Nano Hash - криптовалюты, майнинг, программирование

Autoit Почему (0 ‹› Test) False

Я получаю числовое значение из таблицы HTML. Если ему не удается получить значение, я вместо этого заполняю значение «NA». Вот нечетная часть 0 ‹> «NA» — ложь, 0 = «NA» — истина, 0 == «NA» — ложь. Я понимаю, что = не чувствителен к регистру, а == да, но я думал, что ‹> чувствителен к регистру... Итак, почему это работает именно так?

Local $x = 0
If $x <> "Test" Then
    MsgBox(0,"","x <> Test")
Else
    MsgBox(0,"","x = Test")
EndIf

С этим примером я получаю окно сообщения "x = Test"

logical-operators autoit
31.03.2017

Ответы:


1

но я думал, что <> чувствителен к регистру

Согласно документации, это не оператор сравнения строк, например ==. Скорее, это просто отрицание =, поэтому ваша строка все равно будет интерпретироваться как целое число — и "NA", и "Test" станут 0 — и не удовлетворят 0 <> 0.

Проверяет, не равны ли два значения. Без учета регистра при использовании со строками. Чтобы сделать сравнение с учетом регистра не равным, используйте Not ("string1" == "string2")

31.03.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..