大家好,给大家分享一下python2和python3的区别有哪些?,很多人还不知道这一点。下面详细解释一下。现在让我们来看看!
几乎所有的python2程序都需要一些修改才能正常的运行在python3的环境下。为了简化这个转换过程,Python3自带了一个2to3的实用脚本学c+之前要学python吗。这个脚本会将python2程序源文件作为输入,然后自动转换到python3.但并不是所有内容都可以自动转换。
print语句
python2中print
是一个语句,不论想输出什么,直接放到print
关键字后面即可。python3里,print()
是一个函数,像其他函数一样,print()
需要你将要输出的东西作为参数传给它。
python2 | python3 | 备注 |
---|---|---|
print() | 输出一个空白行,python3需要调用不带参数的print() | |
print 1 | print(1) | 输出一个值,将值传入print()函数 |
print 1, 2 | print(1,2) | 输出使用空格分割的两个值,使用两个参数调用print() |
print 1, 2, | print(1,2, end=’ ') | python2中如果使用一个,作为print结尾,将会用空格分割输出的结果,然后在输出一个尾随的空格,而不输回车。python3里,把end=’ ’ 作为一个关键字传给print()可以实现同样的效果,end默认值为’\n’,所以通过重新指定end参数的值,可以取消在末尾输出回车符号 |
print >> sys.stderr, 1, 2, 3 | print(1, 2, 3, file=sys.stderr | python2中,可以通过>>pipe_name语法,把输出重定向到一个管道,比如sys.stderr。在python3里,可以通过将管道作为关键字参数file的值传递给print()完成同样的功能。 |
UNICODE字符串
python2中有两种字符串类型:Unicode字符串和非Unicode字符串。Python3中只有一种类型:Unicode字符串。
python2 | python3 | 备注 |
---|---|---|
u’PapayaWhip’ | ‘PapayaWhip’ | python2中的Unicode字符串在python3即为普通字符串 |
ur’PapayaWhip\foo’ | r’PapayWhip\foo’ | Unicode原始字符串(使用这种字符串,python不会自动转义反斜线"\")也被替换为普通的字符串,因为在python3里,所有原始字符串都是以unicode编码的。 |
全局函数UNICODE()
python2有两个全局函数可以把对象强制转换成字符串:unicode()
把对象转换成unicode字符串,还有str()
把对象转换为非Unicode字符串。Python3只有一种字符串类型,unicode字符串,所以str()
函数即可完成所有的功能。
LONG长整型
python2有非浮点数准备的int
和long
类型。int
类型最大值不能超过sys.maxint
,而且这个最大值是平台相关的。可以通过在数字的末尾附上一个L
来定义长整型,显然,它比int
类型表示的数字范围更大。在python3里,只有一种整数类型int
,大多数情况下,和python2中的长整型类似。
python2 | python3 | 备注 |
---|---|---|
x = 1000000000000L | x = 1000000000000 | python2中的十进制长整型在python3中被替换为十进制普通整数 |
x = 0xFFFFFFFFFFFFL | x = 0xFFFFFFFFFFFF | python2里的十六进制长整型在python3里被替换为十六进制的普通整数 |
long(x) | int(x) | python3没有long() |
type(x) is long | type(x) is int | python3用int判断是否为整型 |
isinstance(x, long) | isinstance(x, int) | int检查整数类型 |
<>比较运算符
Python2支持<>
作为!=
的同义词, python3只支持!=
, 不再支持<>
。
字典类方法HAS_KEY()
Python2中,字典对象has_key()
方法测试字典是否包含指定的键。python3不再支持这个方法,需要使用in
。
返回列表的字典类方法
在python2里,许多字典类方法的返回值是列表。最常用方法有keys
,items
和values
。python3,所有以上方法的返回值改为动态试图。在一些上下文环境里,这种改变不会产生影响。如果这些方法的返回值被立即传递给另外一个函数,而且那个函数会遍历整个序列,那么以上方法的返回值是列表或视图并不会产生什么不同。如果你期望获得一个被独立寻址元素的列表,那么python3的这些改变将会使你的代码卡住,因为视图不支持索引。
python2 | python3 | 备注 |
---|---|---|
a_dictionary.keys() | list(a_dictionary.keys()) | 使用list()将keys 返回值转换为一个静态列表 |
a_dictionary.items() | list(a_dictonary.items()) | 将items返回值转为列表 |
a_dictionary.iterkeys() | iter(a_dictionary.keys()) | python3不再支持iterkeys,使用iter()将keys()的返回值转换为一个迭代器 |
[i for i in a_dictionary.iterkeys()] | [ i for i in a_dictonary.keys()] | 不需要使用额外的iter(),keys()方法返回的是可迭代的 |
min(a_dictionary.keys()) | no change | 对min(),max(),sum(),list(),tuple(),set(),sorted(),any()和all()同样有效 |
重命名或重新组织的模块
从python2到python3,标准库里的一些模块已经被重命名。还有一些相互关联的模块也被组合或则重新组织,使得这种关联更有逻辑性。
HTTP
python3中几个相关的http
模块被组合成一个单独的包,即http
python2 | python3 | 备注 |
---|---|---|
import httplib | import http.client | http.client模块实现一个底层的库,可以用来请求和解析http |
import cookie | import http.cookies | http.cookie提供一个pythonic接口进行cookies操作 |
import cookielib | import http.cookiejar | http.cookiejar可以操作cookies文件 |
import BaseHTTPServer import SimpleHTTPServer import CGIHttpServer | import http.server | http.server实现了一个基本的http服务器 |
URLLIB
python2中用来分析、编码和获取URL的模块,但是比较混乱,python3中,这些模块被重构,组合成为一个单独的包,即urllib
python2 | python3 |
---|---|
import urllib | import urllib.request import urllib.parse import urllib.error |
import urllib2 | import urllib.request import urllib.error |
import urlparse | import urllib.parse |
import robotparser | import urllib.robotparser |
from urllib import FancyURLopener | from urllib.rquest import FancyURLopener |
from urllib2 import Request from urllib2 import HTTPError | from urllib.request import Request from urllib.error import HTTPError |
DBM
所有的DBM现在都在一个单独的包里,即dbm。如果需要其中某个特定的变体,比如GNU DBM,可以导入dbm包中合适的模块。
python2 | python3 |
---|---|
import dbm | import dbm.ndbm |
import gdbm | import dbm.gnu |
import dbhash | import dbm.bad |
import dumbdbm | import dbm.dumb |
import anydbm import whichdb | import dbm |
XMLRPC
XML-RPC是一个通过HTTP协议执行远程RPC调用的轻重级方法。一些XML_RPC客户端和XML_RPC服务端的实现库组合成独立的包,xmlrpc。
python2 | python3 |
---|---|
import xmlrpclib | import xmlrpc.client |
import DocXMLRPCServer import SimpleXMLRPCServer | import xmlrpc.server |
其他模块
python2 | python3 |
---|---|
try: import cStringIO as StringIO except ImportError: import STringIO | import io |
try: import cPickle as pickle except ImportError: import pickle | import pickle |
import builtin | import builtins |
import copy_reg | import copyreg |
import Queue | import queue |
import SocketServer | import socketserver |
import ConfigParser | import configparser |
import repr | import reprlib |
import commands | import subprocess |
包内的相对导入
包是由一组相关联的模块共同组成的单个实体。在python2的时候,为了实现同一个包内模块的相互引用,你会使用import foo
或者from foo import Bar
。Python2解释器会先在当前目录里搜索foo.py
,然后再去python搜索路径(sys.path)
搜索。在python3里这个过程有一点不同。Python3不会首先在当前路径搜索,它会直接在Python的搜索路径里寻找。如果想要包里的一个模块导入包的另一个模块,需要显式的提供两个模块的相对路径。
迭代器方法NEXT()
python2里,迭代器有一个next()
方法,用来返回序列的下一项。在python3里同样成立。但是有一个新的全局的函数next()
,它使用一个迭代器作为参数。
python2 | python3 |
---|---|
anIterator.next() | next(anIterator) |
a_function_that_returns_an_iterator().next() | next(a_function_that_returns_an_iterator()) |
class A: def next(self): pass | class A : def next(self): pass |
class A: def next(self, x, y): pass | no change |
next = 42 for an_iterator in a_sequence_of_iterators: an_iterator.next() | next =42 for an interator in a_sequence_of_iterators: an_iterator.next() |
全局函数FILTER()
在python2里,filter()
方法返回一个列表,这个列表是通过一个返回值为True
或False
的函数来检测序列里的每一项的道德。在python3中,filter()
函数返回一个迭代器,不再是列表。
python2 | python3 |
---|---|
filter(a_function, a_sequence) | list(filter(a_function, a_sequence)) |
list(filter(a_function, a_sequence)) | no change |
filter(None, a_sequence) | [i for i in a_sequence if i ] |
for i in filter(None, a_sequence): | no change |
[i for i in filter(a_function, a_sequence)] | no change |
MAP()
跟filter()
的改变一样,map()
函数现在返回一个迭代器,python2中返回一个列表。
python2 | python3 |
---|---|
map(a_function,‘PapayaWhip’ | list(map(a_function, ‘PapayaWhip’)) |
map(None, ‘PapayaWhip’ | list(‘PapayWhip’) |
map(lambda x: x+1, range(42)) | [x+1 for x in range(42)] |
for i in map(a_function, a_sequence): | no change |
[i for i in map(a_function, a_sequence)] | no change |
REDUCE()
在python3里,reduce()
函数已经从全局名字空间移除,现在被放置在fucntools
模块里。
python2 | python3 |
---|---|
reduce(a,b,c) | from functools import reduce reduce(a, b, c) |
APPLY()
python2有一个叫做apply()
的全局函数,它使用一个函数f
和一个列表[a,b,c]
作为参数,返回值是f(a,b,c)
。可以直接调用这个函数,在列表前添加一个星号作为参数传递给它来完成同样的事情。在python3里,apply()
函数不再存在;必须使用星号标记。
python2 | python3 |
---|---|
apply(a_function, a_list_of_args | a_function(*a_list_of_args) |
apply(a_function, a_list_of_args, a_dictionary_of_named_args) | a_function(*a_list_of_args, **a_dictionary_of_named_args) |
apply(a_function, a_list_of_args + z) | a_function(*a_list_of_args + z) |
apply(aModule.a_function, a_list_of_args) | aModule.a_function(*a_list_of_args) |
INTERN()
python2里,你可以用intern()
函数作用在一个字符串上来限定intern
以达到性能优化,python3里,intern()
函数转移到sys
模块里。
python2 | python3 |
---|---|
intern(aString) | sys.intern(aString) |
EXEC
就像print
语句在python3里变成了一个函数一样,exec
语句也是这样的。exec()
函数使用一个包含任意python代码的字符串作为参数,然后像执行语句或表达式一样执行它。exec()
跟eval()
是相似,但exec()
更加强大并具有挑战性。eval()
函数只能执行单独一条表达式,但是exec()
能够执行多条语句,导入(import)
,函数声明-实际上整个python程序的字符串表示也可以。
python2 | python3 |
---|---|
exec codeString | exec(codeString) |
exec codeString in a_global_namespace | exec(codeString, a_global_namespace) |
exec_codeString in a_global_namespace, a_local_namespace | exec(codeString, a_global_namespace, a_local_namespace |
execfile
python2中的execfile
语句可以像执行python代码那样使用字符串。不同的是exec
使用字符串,而execfile
使用文件。在python3,execfile
语句被去掉了。
REPR
在python2,为了得到一个任意对象的字符串表示,有一种把对象包装在反引号里(比如x)的特殊语法。在python3里,这种能力仍然存在,但是你不能再使用反引号获得这种字符串表示了,需要使用全局函数repr()
。
python2 | python3 |
---|---|
x | repr(x) |
‘PapayaWhip’ +2 | repr(‘PapayWhip’ + repr(2)) |
TRYEXCEPT语句
python2到python3,捕获异常的语法有些变化。
python2 | python3 |
---|---|
try: import mymodule except ImportError, e pass | try: import mymodule except ImportError as e: pass |
try: import mymodule except (RuntimeError, ImportError), e pass | try: import mymodule except(RuntimeError, ImportError) as e: pass |
try: import mymodule except ImportError: pass | no change |
try: import mymodule except: pass | no change |
RAISE
python3里,抛出自定义异常的语法有细微的变化。
python2 | python3 |
---|---|
raise MyException | unchanged |
raise MyException, ‘error message’ | raise MyException(‘error message’) |
raise MyException, ‘error message’ | raise MyException(‘error message’).with_traceback(a_traceback) |
raise ‘error message’ | unsupported |
生成器THROW
在python2里,生成器有一个throw()
方法。调用a_generator.throw()
会在生成器被暂停的时候抛出异常,然后返回由生成器函数获取的下一个值。python3中,这一功能仍然可用,但语法有一点不同。
python2 | python3 |
---|---|
a_generator.throw(MyException) | no change |
a_generator.throw(MyException, ‘error message’ | a_generator.throw(MyException(‘error message’)) |
a_generator.throw(‘error message’) | unsupported |
XRANGE()
python2里,有两种方法获得一定范围内的数字:range()
,返回一个列表,还有xrange()
,返回一个迭代器。python3 里,range()
返回迭代器,xrange()
不再存在。
python2 | python3 |
---|---|
xrange(10) | range(10) |
a_list = range(10) | a_list= list(range(10)) |
[i for i in xrange(10)] | [i for i in range(10)] |
for i in range(10): | no change |
sum(range(10)) | no change |
RAW_INPUT()和INPUT()
python2有两个全局函数,用在命令行请求用户输入。第一个叫input()
,它等待用户输入一个python表达式(然后返回结果)。第二个叫做raw_input()
,用户输入什么他就返回什么。python3 通过input
替代了他们。
python2 | python3 | 备注 |
---|---|---|
raw_input() | input | input替代了raw_input |
raw_input(‘prompt’) | input(‘prompt’) | python3仍然支持提示符参数 |
input() | eval(input)) |
函数属性FUNC_*
python2,函数的代码可用访问到函数本身的特殊属性。python3为了一致性,这些特殊属性被重命名了。
python2 | python3 | 备注 |
---|---|---|
a_function.func_name | a_function.__name__ | __name__属性包含了函数的名字 |
a_function.func_doc | a_function.__doc__ | __doc__包含了函数源代码定义的文档字符串 |
a_function.func_defaults | a_function.__defaults__ | 是一个保存参数默认值的元组 |
a_function.func_dict | a_function.__dict__ | __dict__属性是一个支持任意函数属性的名字空间 |
a_function.func_closure | a_function.__closure__ | __closure__属性是由cell对象组成的元组,包含了函数对自由变量的绑定 |
a_function.func_globals | a_function.__globals__ | 是对模块全局名字空间的引用 |
a_function.func_code | a_function.__code__ | 是一个代码对象,表示编译后的函数体 |
I/O方法XREADLINES()
python2中,文件对象有一个xreadlines()
方法,返回一个迭代器,一次读取文件的一行。这在for循环中尤其实用。python3中,xreadlines()
方法不再可用。
lambda函数
在python2中,可以定义匿名函数lambda
函数,通过指定作为参数的元组的元素个数,使这个函数实际上能够接收多个参数。python2的解释器把这个元组"解开“成命名参数,然后可以在lambda
函数里引用它们。在python3中仍然可以传递一个元组为lambda
函数的参数。但是python解释器不会把它当成解析成命名参数。需要通过位置索引来引用每个参数。
python2 | python3 | 备注 |
---|---|---|
lambda (x,): x + f(x) | lambda x1 : x1[0] + f(x1[0]) | 注1 |
lambda (x,y): x + f(y) | lambda x_y : x_y[0] + f(x_y[1]) | 注2 |
lambda (x,(y,z)): x + y + z | lambda x_y_z: x_y_z[0] + x_y_z[1][0]+ x_y_z[1][1] | 注3 |
lambda x,y,z: x+y+z | unchanged | 注4 |
注1:如果定义了一个lambda
函数,使用包含一个元素的元组作为参数,python3中,会被转换成一个包含到x1[0]
的引用的lambda
函数。x1
是2to3脚本基于原来元组里的命名参数自动生成的。
注2:使用含有两个元素的元组(x,y)
作为参数的lambda
函数被转换为x_y
,它有两个位置参数,即x_y[0]
和x_y[1]
注3:2to3脚本可以处理使用嵌套命名参数的元组作为参数的lambda
函数。产生的结果有点晦涩,但python3下和python2的效果是一样的。
注4:可以定义使用多个参数的lambda
函数。语法在python3同样有效
特殊的方法属性
在python2里,类方法可以访问到定义他们的类对象,也能访问方法对象本身。im_self
是类的实例对象;im_func
是函数对象,im_class
是类本身。在python3里,这些属性被重命名,以遵循其他属性的命名约定。
python2 | python3 |
---|---|
aClassInstance.aClassMethod.im_func | aClassInstance.aClassMethod.__func__ |
aClassInstance.aClassMethod.im_self | aClassInstance.aClassMethod.__self__ |
aClassInstance.aClassMethod.im_class | aClassInstance.aClassMethod.__self__.__class__ |
__NONZERO__特殊方法
在python2里,可以创建自己的类,并使他们能够在布尔上下文中使用。举例来说,可以实例化这个类,并把这个实例对象用在一个if语句中。为了实现这个目的,可以定义一个特别的__nonzero__()
方法,它的返回值为True
或False
,当实例对象处在布尔上下文中的时候这个方法就会被调用。在python3中,仍然可以完成同样的功能,但这个特殊方法的名字改为了__bool__()
比如python2中
class A:
def __nonzero__(self):
pass
python3中改为:
class A:
def bool(self):
pass
在布尔上下文使用一个类对象时,python3会调用__bool__()
。
python2中:
class A:
def __nonzero__(self, x, y):
pass
这种情况python3中不做改变,使用两个参数的__nonzero__()
方法,2to3脚本会假设你定义的这个方法有其他用处,不做修改。
八进制类型
python2和python3,定义八进制数的语法有轻微的改变
python2 | python3 |
---|---|
x= 0755 | x = 0o755 |
SYS.MAXINT
python3中长整型和整型被整合到一起,sys.maxint
常量不再精确。但是因为这个值用于检查特定平台,所以被python3保留,重命名为sys.maxsize
。
全局函数CALLABLE()
python2里,可以使用全局函数callable()
来检查一个对象是否可调用,在python3中,这个全局函数被取消了,为了检查一个对象是否可调用,可以检查其特殊方法__call__()
的存在性。
python2 | python3 |
---|---|
callable(anthing) | hasattr(anything, ‘__call__’) |
全局函数ZIP()
在python2,zip()
可以使用任意多个序列作为参数,它返回一个由元组构成的列表。第一个元组包含了每个序列的第一个元素,第二个元组包含了每个序列的第二个元素,依次递推。在python3中返回一个迭代器,而非列表。
python2 | python3 | 备注 |
---|---|---|
zip(a,b,c) | list(zip(a,b,c) | python3中可以通过list函数遍历zip()返回的迭代器,形成列表返回 |
d.join(zip(a,b,c)) | no change | 在已经会遍历所有元素的上下文环境里,zip()本身返回的迭代器能够正常工作,2to3脚本检测到后,不再修改 |
STANDARDERROR异常
python2中,StandardError
是除了StopIteration
,GeneratorExit
,KeyboardInterrupt
, SystemExit
之外所有其他内置异常的基类。python3中StandardError
已经被取消了,使用Exception
取代。
TYPES模块中的常量
types
模块里各种各样的常量能够帮助你决定一个对象的类型。在python2里,它包含了代表所有基本数据类型的常量,如dict
和int
。在python3里,这些常量被取消了,只需使用基础类型的名字来替代。
python2 | python3 |
---|---|
types.UnicodeType | str |
types.StringType | bytes |
types.DictType | dict |
types.IntType | int |
types.LongType | int |
types.ListType | list |
types.NoneType | type(None) |
types.BooleanType | bool |
types.BufferType | memoryview |
types.ClassType | type |
types.ComplexType | complex |
types.EllipsisType | type(Ellipsis) |
types.FloatType | float |
types.ObjectType | object |
types.NotImplementedType | type(NotImplemented) |
types.SliceType | slice |
types.TupleType | tuple |
types.TypeType | type |
types.XRangeType | range |
全局函数ISINSTANCE()
isinstance()
函数检查一个对象是否是一个特定类(class)
或类型(type)
的实例。在python2,可以传递一个由类型构成的元组给isinstance()
,如果该对象是元组里的任意一种类型,函数返回True
。 在python3,依然可以这样做。
python2 | python3 |
---|---|
isinstance(x, (int, float, int)) | isinstance(x, (int, float)) |
ITERTOOLS模块
python2.3引入itertools
模块,定义了zip()
,map()
,filter()
的变体,这个变体返回的是迭代器,而非列表。在python3,这些函数返回的本身就是迭代器,所有这些变体函数就取消了。
SYS.EXC_TYPE,SYS.EXC_VALUE,SYS.EXC_TRACEBACK
处理异常的时候,在sys
模块里有三个你可以访问的变量:sys.exc_type
, sys.exc_value
, sys.exc_traceback
. python3中这三个变量不再存在,使用sys.exc_info
替代。
对元组的列表解析
python2,如果需要编写一个遍历元组的列表解析,不需要在元组值周围加上括号。在python3里,这些括号是必需的。
python2 | python3 |
---|---|
[ i for i in 1, 2] | [i for i in (1,2)] |
元类
在python2里,可以通过在类的声明中定义metaclass
参数,或者定义一个特殊的类级别(class-level)__metaclass__
属性,来创建元类。python3中,__metaclass__
属性被取消了。
python2 | python3 |
---|---|
class C(metaclass=PapayaMeta): pass | unchanged |
class Whip: __metaclass__ = PapayMeta | class Whip(metaclass=PapayaMeta): pass |
class C(Whipper, Beater): __metaclass__ = PapayaMeta | class C(Whipper, Beater, metaclass=PapayMeta): pass |