So sánh chuỗi trong Python dễ hiểu nhất (có ví dụ minh họa)

Reading Time: 13 minutes

Giới thiệu

Bạn có thể so sánh chuỗi trong Python bằng các toán tử bình đẳng (==) và toán tử so sánh (<, >, !=, <=, >=). Không có phương thức đặc biệt nào để so sánh hai chuỗi. Trong bài viết này, bạn sẽ tìm hiểu cách các toán tử này hoạt động khi so sánh chuỗi.

So sánh chuỗi trong Python là so sánh từng ký tự trong hai chuỗi. Khi các ký tự khác nhau được tìm thấy, các giá trị Unicode code point của chúng sẽ được so sánh. Ký tự có giá trị Unicode thấp hơn sẽ được coi là “nhỏ hơn”.

Toán tử bình đẳng và so sánh trong Python

Khai báo biến chuỗi:

fruit1 = 'Apple'

Bảng dưới đây cho thấy kết quả của việc so sánh các chuỗi giống hệt nhau (Apple với Apple) bằng các toán tử khác nhau.

Toán tử	Code	Output
Bình đẳng	print(fruit1 == ‘Apple’)	True
Không bằng	print(fruit1 != ‘Apple’)	False
Nhỏ hơn	print(fruit1 < ‘Apple’)	False
Lớn hơn	print(fruit1 > ‘Apple’)	False
Nhỏ hơn hoặc bằng	print(fruit1 <= ‘Apple’)	True
Lớn hơn hoặc bằng	print(fruit1 >= ‘Apple’)	True

Cả hai chuỗi này hoàn toàn giống nhau. Nói cách khác, chúng bằng nhau. Toán tử bình đẳng và các toán tử “bằng” khác đều trả về True.

Nếu bạn so sánh các chuỗi có giá trị khác nhau, bạn sẽ nhận được kết quả hoàn toàn ngược lại.

Nếu bạn so sánh các chuỗi có cùng một chuỗi con, chẳng hạn như Apple và ApplePie, thì chuỗi dài hơn sẽ được coi là “lớn hơn”.

So sánh input của người dùng để đánh giá sự bình đẳng bằng cách sử dụng các toán tử

Đoạn code ví dụ này lấy và so sánh input từ người dùng. Sau đó, chương trình sử dụng kết quả so sánh để in thêm thông tin về thứ tự chữ cái của các chuỗi input. Trong trường hợp này, chương trình giả định rằng chuỗi “nhỏ hơn” sẽ đứng trước chuỗi “lớn hơn”.

fruit1 = input('Enter the name of the first fruit:\\n')
fruit2 = input('Enter the name of the second fruit:\\n')

if fruit1 < fruit2:
    print(fruit1 + " comes before " + fruit2 + " in the dictionary.")
elif fruit1 > fruit2:
    print(fruit1 + " comes after " + fruit2 + " in the dictionary.")
else:
    print(fruit1 + " and " + fruit2 + " are the same.")

Đây là một ví dụ về output có thể xảy ra khi bạn nhập các giá trị khác nhau:

Output
Enter the name of first fruit:
Apple
Enter the name of second fruit:
Banana
Apple comes before Banana in the dictionary.

Đây là một ví dụ về output có thể xảy ra khi bạn nhập các chuỗi giống hệt nhau:

Output
Enter the name of first fruit:
Orange
Enter the name of second fruit:
Orange
Orange and Orange are the same.

Lưu ý: Để ví dụ này hoạt động, người dùng cần nhập chữ cái đầu tiên của cả hai chuỗi input chỉ ở dạng chữ hoa hoặc chỉ ở dạng chữ thường. Ví dụ: nếu người dùng nhập các chuỗi apple và Banana, thì output sẽ là apple comes after Banana in the dictionary (apple đứng sau Banana trong từ điển), điều này là không chính xác.

Sự khác biệt này xảy ra vì giá trị Unicode code point của các chữ cái viết hoa luôn nhỏ hơn giá trị Unicode code point của các chữ cái viết thường: giá trị của chữ a là 97 và giá trị của chữ B là 66. Bạn có thể tự kiểm tra điều này bằng cách sử dụng hàm ord() để in giá trị Unicode code point của các ký tự.

So sánh hiệu suất của các phương thức so sánh chuỗi

Hiệu quả của == so với is so với cmp()

Trong Python, có ba phương thức chính để so sánh chuỗi: ==, is, và cmp(). Mỗi phương thức có những ưu điểm và nhược điểm riêng, và việc hiểu sự khác biệt của chúng là rất quan trọng để viết code hiệu quả và tối ưu.

• Toán tử bình đẳng (==) Toán tử bình đẳng == là phương thức được sử dụng phổ biến nhất để so sánh chuỗi. Nó kiểm tra xem giá trị của các chuỗi có bằng nhau không, từng ký tự một. Phương pháp này đơn giản và dễ sử dụng, làm cho nó trở thành lựa chọn phổ biến cho hầu hết các tác vụ so sánh chuỗi.
• Toán tử định danh (is) Toán tử định danh is kiểm tra xem cả hai chuỗi có cùng là một đối tượng (object) trong bộ nhớ không. Phương thức này hiệu quả hơn == khi so sánh các chuỗi được biết là giống hệt nhau hoặc khi làm việc với các chuỗi lớn. Tuy nhiên, nó có thể không phải lúc nào cũng cho ra kết quả mong đợi khi so sánh các chuỗi không giống hệt nhau nhưng có cùng giá trị.
• Hàm so sánh (cmp()) Hàm cmp() là một phương thức cũ để so sánh chuỗi. Nó trả về một số nguyên âm nếu chuỗi đầu tiên nhỏ hơn, không nếu chúng bằng nhau, và một số nguyên dương nếu chuỗi đầu tiên lớn hơn. Phương thức này ít được sử dụng hơn do tính phức tạp của nó và sự ra đời của các toán tử so sánh trực quan hơn.

So sánh hiệu suất

Về mặt hiệu suất, is thường là phương thức nhanh nhất để so sánh chuỗi, tiếp theo là ==. Hàm cmp() là chậm nhất do hoạt động phức tạp hơn của nó.

Dưới đây là một benchmark đơn giản để minh họa sự khác biệt về hiệu suất:

import timeit

# Benchmarking the performance of string comparison methods
def benchmark_comparison(method, str1, str2):
    if method == '==':
        return str1 == str2
    elif method == 'is':
        return str1 is str2
    elif method == 'cmp':
        return cmp(str1, str2)

str1 = 'a' * 1000  # Creating a large string for comparison
str2 = 'a' * 1000  # Creating another large string for comparison

# Benchmarking the performance
equality_time = timeit.timeit(lambda: benchmark_comparison('==', str1, str2), number=10000)
identity_time = timeit.timeit(lambda: benchmark_comparison('is', str1, str2), number=10000)
cmp_time = timeit.timeit(lambda: benchmark_comparison('cmp', str1, str2), number=10000)

print(f"Equality Operator (==) Time: {equality_time} seconds")
print(f"Identity Operator (is) Time: {identity_time} seconds")
print(f"Comparison Function (cmp()) Time: {cmp_time} seconds")

Output
Equality Operator (==) Time: 0.001999999999999999 seconds
Identity Operator (is) Time: 0.000999999999999999 seconds
Comparison Function (cmp()) Time: 0.002999999999999999 seconds

Các thực tiễn tốt nhất để so sánh các chuỗi lớn một cách hiệu quả

So sánh không phân biệt chữ hoa/thường và nhạy cảm với ngôn ngữ

Khi so sánh chuỗi, điều quan trọng là phải xem xét cả sự phân biệt chữ hoa/thường và sự khác biệt về ngôn ngữ cụ thể (locale-specific). Phân biệt chữ hoa/thường đề cập đến sự khác biệt giữa các ký tự viết hoa và viết thường, trong khi nhạy cảm với ngôn ngữ bao gồm việc xử lý các ký tự và dấu phụ thuộc vào ngôn ngữ. Để đảm bảo so sánh chuỗi chính xác và hiệu quả, hãy làm theo các thực tiễn tốt nhất sau:

So sánh không phân biệt chữ hoa/thường Để thực hiện so sánh chuỗi không phân biệt chữ hoa/thường, hãy sử dụng phương thức .lower() để chuyển đổi cả hai chuỗi thành chữ thường trước khi so sánh. Cách tiếp cận này đơn giản và hiệu quả trong hầu hết các trường hợp

str1 = "Hello World"
str2 = "HELLO WORLD"

# Convert both strings to lowercase for case-insensitive comparison
print(str1.lower() == str2.lower())  # Output: True

Tuy nhiên, nó có thể không đủ đối với các ngôn ngữ có quy tắc chữ hoa/thường phức tạp hơn, chẳng hạn như tiếng Thổ Nhĩ Kỳ hoặc tiếng Đức.

So sánh nhạy cảm với ngôn ngữ Để xử lý chữ hoa/thường nâng cao hơn, hãy sử dụng phương thức .casefold(), được thiết kế để xử lý những phức tạp này. Phương thức .casefold() là một dạng chuyển đổi chữ hoa/thường mạnh mẽ hơn, phù hợp cho việc so sánh chuỗi không phân biệt chữ hoa/thường. Nó đặc biệt hữu ích khi làm việc với các chuỗi trong các ngôn ngữ có ánh xạ chữ hoa/thường không tầm thường.

Dưới đây là một khối code ví dụ để minh họa sự khác biệt giữa .lower() và .casefold():

# Example code block
# Highlighting the difference between .lower() and .casefold()
str3 = "I"
str4 = "ı"  # Turkish dotless i

# .lower() fails to match due to the dotless i
print(str3.lower() == str4.lower())  # Output: False

# .casefold() correctly matches the strings
print(str3.casefold() == str4.casefold())  # Output: True

Chuẩn hóa Unicode (Unicode Normalization)

Khi làm việc với văn bản quốc tế, điều quan trọng là phải xử lý chính xác các ký tự đặc biệt và dấu phụ. Điều này bao gồm các ký tự như umlaut (ü), dấu trọng âm (é), và các dấu phụ khác. Để đảm bảo so sánh chuỗi chính xác trong những tình huống này, hãy xem xét các chiến lược sau:

• Chuẩn hóa Unicode: Chuẩn hóa cả hai chuỗi về một dạng Unicode tiêu chuẩn (ví dụ: NFC hoặc NFD) trước khi so sánh. Điều này giúp đảm bảo rằng các ký tự tương đương được coi là bằng nhau, ngay cả khi chúng có các Unicode code point khác nhau.
• So sánh nhạy cảm với ngôn ngữ: Sử dụng các hàm hoặc thư viện so sánh nhạy cảm với ngôn ngữ để hiểu ngôn ngữ và bộ ký tự cụ thể đang được sử dụng. Các hàm này có thể xử lý các quy tắc riêng của ngôn ngữ để sắp xếp và so sánh.
• Tiền xử lý (Preprocessing): Tiền xử lý chuỗi để loại bỏ hoặc chuẩn hóa các ký tự đặc biệt và dấu phụ, tùy thuộc vào các yêu cầu cụ thể của ứng dụng của bạn. Điều này có thể bao gồm việc loại bỏ dấu phụ hoặc chuyển đổi chúng thành các ký tự cơ bản của chúng.

Bằng cách tuân theo những thực tiễn tốt nhất này, bạn có thể đảm bảo rằng các phép so sánh chuỗi của mình là chính xác, hiệu quả và nhạy cảm với văn hóa, ngay cả khi làm việc với các chuỗi lớn và văn bản quốc tế.

Cách xử lý các biến thể chữ hoa/thường bằng cách sử dụng .lower() và .casefold()

Để thực hiện so sánh chuỗi không phân biệt chữ hoa/thường, hãy sử dụng phương thức .lower() để chuyển đổi cả hai chuỗi thành chữ thường trước khi so sánh. Cách tiếp cận này đơn giản và hiệu quả trong hầu hết các trường hợp. Tuy nhiên, nó có thể không đủ đối với các ngôn ngữ có quy tắc chữ hoa/thường phức tạp hơn, chẳng hạn như tiếng Thổ Nhĩ Kỳ hoặc tiếng Đức.

Để xử lý chữ hoa/thường nâng cao hơn, hãy sử dụng phương thức .casefold(), được thiết kế để xử lý những phức tạp này. .casefold() là một dạng chuyển đổi chữ hoa/thường mạnh mẽ hơn, phù hợp cho việc so sánh chuỗi không phân biệt chữ hoa/thường. Nó đặc biệt hữu ích khi làm việc với các chuỗi trong các ngôn ngữ có ánh xạ chữ hoa/thường không tầm thường. Dưới đây là một đoạn code mẫu để minh họa sự khác biệt giữa .lower() và .casefold():

# Example code block
# Highlighting the difference between .lower() and .casefold()
str3 = "I"
str4 = "ı"  # Turkish dotless i

# .lower() fails to match due to the dotless i
print(str3.lower() == str4.lower())  # Output: False

# .casefold() correctly matches the strings
print(str3.casefold() == str4.casefold())  # Output: True

Xử lý các ký tự đặc biệt và dấu phụ trong văn bản quốc tế

Khi làm việc với văn bản quốc tế, điều quan trọng là phải xử lý chính xác các ký tự đặc biệt và dấu phụ. Điều này bao gồm các ký tự như umlaut (ü), dấu trọng âm (é), và các dấu phụ khác. Để đảm bảo so sánh chuỗi chính xác trong những tình huống này, hãy xem xét các chiến lược sau:

• Chuẩn hóa Unicode: Chuẩn hóa cả hai chuỗi về một dạng Unicode tiêu chuẩn (ví dụ: NFC hoặc NFD) trước khi so sánh. Điều này giúp đảm bảo rằng các ký tự tương đương được coi là bằng nhau, ngay cả khi chúng có các Unicode code point khác nhau.

Dưới đây là một đoạn code mẫu minh họa việc chuẩn hóa Unicode bằng cách sử dụng module unicodedata:

import unicodedata

# Example code block
# Demonstrating Unicode normalization for accurate string comparison
str5 = "ü"  # Umlaut
str6 = "ü"  # Decomposed umlaut

# Normalize both strings to NFC form
normalized_str5 = unicodedata.normalize('NFC', str5)
normalized_str6 = unicodedata.normalize('NFC', str6)

# Comparison after normalization
print(normalized_str5 == normalized_str6)  # Output: True

• So sánh nhạy cảm với ngôn ngữ: Sử dụng các hàm hoặc thư viện so sánh nhạy cảm với ngôn ngữ để hiểu ngôn ngữ và bộ ký tự cụ thể đang được sử dụng. Các hàm này có thể xử lý các quy tắc riêng của ngôn ngữ để sắp xếp và so sánh.
• Tiền xử lý: Tiền xử lý chuỗi để loại bỏ hoặc chuẩn hóa các ký tự đặc biệt và dấu phụ, tùy thuộc vào các yêu cầu cụ thể của ứng dụng của bạn. Điều này có thể bao gồm việc loại bỏ dấu phụ hoặc chuyển đổi chúng thành các ký tự cơ bản của chúng.

Dưới đây là một đoạn code mẫu minh họa việc tiền xử lý để loại bỏ dấu phụ:

# Example code block
# Demonstrating preprocessing to remove diacritical marks
str7 = "café"  # String with accent
str8 = "cafe"  # String without accent

# Preprocess to remove diacritical marks
preprocessed_str7 = str7.replace('é', 'e')

# Comparison after preprocessing
print(preprocessed_str7 == str8)  # Output: True

Bằng cách tuân theo các thực tiễn tốt nhất này, bạn có thể đảm bảo rằng các phép so sánh chuỗi của mình là chính xác, hiệu quả và nhạy cảm với văn hóa, ngay cả khi làm việc với các chuỗi lớn và văn bản quốc tế.

Cách xử lý các chuỗi Unicode, ASCII và byte trong Python

Chuỗi Unicode (Unicode Strings)

Chuỗi Unicode là cách tiêu chuẩn để biểu diễn văn bản trong Python. Chúng là các chuỗi ký tự Unicode, được biểu diễn bằng kiểu str. Chuỗi Unicode là kiểu chuỗi mặc định trong Python 3. Chúng có thể chứa các ký tự từ bất kỳ ngôn ngữ nào, bao gồm các ký tự không phải ASCII như dấu trọng âm, umlaut và các ký tự không thuộc bảng chữ cái Latin.

Dưới đây là một ví dụ về việc tạo một chuỗi Unicode trong Python:

unicode_str = "Hëllo, Wørld!"
print(unicode_str)  # Output: Hëllo, Wørld!

Lưu ý cách chuỗi chứa các ký tự không phải ASCII như dấu umlaut (ü) và chữ ‘e’ có dấu (ë). Các ký tự này được biểu diễn một cách chính xác và có thể được xử lý giống như bất kỳ chuỗi nào khác trong Python

Chuỗi ASCII

Chuỗi ASCII là một tập hợp con của chuỗi Unicode chỉ chứa các ký tự từ bộ ký tự ASCII. Chuỗi ASCII thường được sử dụng khi làm việc với các hệ thống cũ hoặc khi cần đảm bảo tính tương thích với các hệ thống chỉ hỗ trợ các ký tự ASCII. Trong Python, chuỗi ASCII cũng được biểu diễn bằng kiểu str, nhưng chúng bị giới hạn ở các ký tự có ASCII code point (0-127).

ascii_str = "Hello, World!"
print(ascii_str)  # Output: Hello, World!

Lưu ý cách chuỗi chỉ chứa các ký tự từ bộ ký tự ASCII.

Chuỗi Byte:

Chuỗi byte, mặt khác, là các chuỗi byte, được biểu diễn bằng kiểu bytes trong Python. Chuỗi byte thường được sử dụng khi làm việc với dữ liệu nhị phân, chẳng hạn như đọc hoặc ghi tệp, giao tiếp mạng hoặc các thao tác mật mã.

Dưới đây là một ví dụ về việc tạo một chuỗi byte trong Python:

byte_str = b"Hello, World!"
print(byte_str)  # Output: b'Hello, World!'

Lưu ý tiền tố b trước chuỗi, cho biết đó là một chuỗi byte. Chuỗi byte có thể được chuyển đổi thành chuỗi Unicode bằng phương thức .decode(), và ngược lại bằng phương thức .encode(). Ví dụ, để chuyển đổi một chuỗi Unicode thành một chuỗi byte:

unicode_str = "Hëllo, Wørld!"
byte_str = unicode_str.encode('utf-8')
print(byte_str)  # Output: b'H\\xc3\\xabllo, W\\xc3\\xb6rld!'

Và để chuyển đổi một chuỗi byte trở lại thành một chuỗi Unicode

byte_str = b'H\\xc3\\xabllo, W\\xc3\\xb6rld!'
unicode_str = byte_str.decode('utf-8')
print(unicode_str)  # Output: Hëllo, Wørld!

Bằng cách hiểu sự khác biệt giữa các chuỗi Unicode, ASCII và chuỗi byte trong Python, bạn có thể làm việc hiệu quả với nhiều loại dữ liệu văn bản và đảm bảo rằng các ứng dụng của bạn xử lý văn bản một cách chính xác, bất kể ngôn ngữ hay bộ ký tự được sử dụng.

Các câu hỏi thường gặp (FAQs)

1. Làm thế nào để so sánh hai chuỗi trong Python? Toán tử bình đẳng == được sử dụng để so sánh hai chuỗi trong Python. Nó kiểm tra xem giá trị của các chuỗi có bằng nhau không, từng ký tự một. Điều này có nghĩa là việc so sánh được thực hiện dựa trên các ký tự thực tế trong chuỗi, chứ không phải vị trí bộ nhớ của chúng.

str1 = "Hello, World!"
str2 = "Hello, World!"
print(str1 == str2)  # Output: True

1. Sự khác biệt giữa == và is trong so sánh chuỗi Python là gì? Toán tử bình đẳng == được sử dụng để so sánh giá trị của hai chuỗi, trong khi toán tử định danh is kiểm tra xem cả hai chuỗi có cùng là một đối tượng trong bộ nhớ không. Sự khác biệt này rất quan trọng vì hai chuỗi có thể có cùng giá trị nhưng là các đối tượng khác nhau trong bộ nhớ.

str1 = "Hello, World!"
str2 = "Hello, World!"
print(str1 == str2)  # Output: True
print(str1 is str2)  # Output: False

Trong ví dụ trên, str1 và str2 có cùng giá trị nhưng là các đối tượng khác nhau trong bộ nhớ, vì vậy == trả về True nhưng is trả về False.

1. Làm thế nào để so sánh chuỗi không phân biệt chữ hoa/thường trong Python? Để so sánh chuỗi không phân biệt chữ hoa/thường, bạn có thể sử dụng phương thức .lower() để chuyển đổi cả hai chuỗi thành chữ thường trước khi so sánh. Điều này đảm bảo rằng việc so sánh được thực hiện mà không cần xét đến chữ hoa hay chữ thường của các ký tự. Ví dụ

str1 = "Hello, World!"
str2 = "HELLO, WORLD!"
print(str1.lower() == str2.lower())  # Output: True

1. Cách tốt nhất để kiểm tra xem một chuỗi có bắt đầu hoặc kết thúc bằng một chuỗi con cụ thể không? Bạn có thể sử dụng các phương thức .startswith() và .endswith() để kiểm tra xem một chuỗi có bắt đầu hoặc kết thúc bằng một chuỗi con cụ thể không. Những phương thức này trả về True nếu chuỗi bắt đầu hoặc kết thúc bằng chuỗi con được chỉ định, và False trong trường hợp ngược lại. Ví dụ:

str1 = "Hello, World!"
print(str1.startswith("Hello"))  # Output: True
print(str1.endswith("World!"))  # Output: True

1. Làm thế nào để so sánh nhiều chuỗi cùng một lúc? Bạn có thể sử dụng toán tử == để so sánh nhiều chuỗi cùng một lúc. Điều này có thể được thực hiện bằng cách nối chuỗi nhiều toán tử == với nhau. Ví dụ:

str1 = "Hello, World!"
str2 = "Hello, World!"
str3 = "Hello, World!"
print(str1 == str2 == str3)  # Output: True

1. Sự khác biệt về hiệu suất giữa các phương thức so sánh chuỗi khác nhau là gì? Sự khác biệt về hiệu suất giữa các phương thức so sánh chuỗi khác nhau trong Python thường không đáng kể đối với hầu hết các trường hợp sử dụng. Tuy nhiên, nếu bạn đang làm việc với các chuỗi rất lớn hoặc thực hiện một số lượng lớn các phép so sánh, sự khác biệt về hiệu suất có thể trở nên đáng kể. Ví dụ, việc sử dụng toán tử == để so sánh chuỗi nhìn chung nhanh hơn so với toán tử is, vì == kiểm tra giá trị của các chuỗi trong khi is kiểm tra vị trí bộ nhớ của chúng. Tương tự, việc sử dụng các phương thức .startswith() và .endswith() có thể nhanh hơn so với việc tự kiểm tra các ký tự ở đầu hoặc cuối chuỗi.
2. Tôi có thể so sánh các chuỗi ở các mã hóa khác nhau trong Python không? Có, bạn có thể so sánh các chuỗi ở các mã hóa khác nhau trong Python. Tuy nhiên, bạn cần đảm bảo rằng cả hai chuỗi được mã hóa ở cùng một mã hóa trước khi so sánh. Điều này có thể được thực hiện bằng cách giải mã các chuỗi thành Unicode bằng phương thức .decode(), và sau đó so sánh chúng. Ví dụ:

str1 = b"Hello, World!".decode('utf-8')
str2 = b"Hello, World!".decode('utf-8')
print(str1 == str2)  # Output: True

1. Làm thế nào để kiểm tra xem hai chuỗi có gần như giống hệt nhau hoặc tương tự nhau không? Bạn có thể sử dụng module difflib để kiểm tra xem hai chuỗi có gần như giống hệt nhau hoặc tương tự nhau không. Lớp difflib.SequenceMatcher cung cấp một cách để đo lường sự tương đồng giữa hai chuỗi, bao gồm cả chuỗi.

from difflib import SequenceMatcher

str1 = "Hello, World!"
str2 = "Hello, Universe!"
print(SequenceMatcher(None, str1, str2).ratio())  # Output: 0.8571428571428571

Trong ví dụ này, lớp SequenceMatcher được sử dụng để so sánh sự tương đồng giữa str1 và str2. Phương thức ratio() trả về một thước đo về sự tương đồng của các chuỗi dưới dạng số thực float trong phạm vi [0, 1]. Tỷ lệ 1 có nghĩa là các chuỗi giống hệt nhau và tỷ lệ 0 có nghĩa là chúng không có điểm chung nào

Kết luận

Trong bài viết này, bạn đã học cách so sánh các chuỗi trong Python bằng cách sử dụng các toán tử bình đẳng (==) và toán tử so sánh (<, >, !=, <=, >=). Đây là một kỹ năng cơ bản trong lập trình Python, và việc nắm vững so sánh chuỗi là điều cần thiết để làm việc với dữ liệu văn bản.