python2 与 python3的区别

 

几乎全部的python2程序都须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.这个脚本会将python2程序源文件做为输入，而后自动转换到python３．但并非全部内容均可以自动转换。

print语句

python2中print是一个语句，不论想输出什么，直接放到print关键字后面便可。python3里，print()是一个函数，像其余函数同样，print()须要你将要输出的东西做为参数传给它。

python2	python3	备注
print	print()	输出一个空白行，python3须要调用不带参数的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中若是使用一个,做为print结尾，将会用空格分割输出的结果，而后在输出一个尾随的空格，而不输回车。python3里，把end=' ' 做为一个关键字传给print()能够实现一样的效果，end默认值为'\n',因此经过从新指定end参数的值，能够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，能够经过>>pipe_name语法，把输出重定向到一个管道，好比sys.stderr.在python3里，能够经过将管道做为关键字参数file的值传递给print()完成一样的功能。

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，由于在python3里，全部原始字符串都是以unicode编码的。

全局函数UNICODE()

python２有两个全局函数能够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，因此str()函数便可完成全部的功能。

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，并且这个最大值是平台相关的。能够经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,大多数状况下，和python２中的长整型相似。

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<>做为!=的同义词，　python3只支持!=, 再也不支持<>

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再也不支持这个方法，须要使用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。最经常使用方法有keys, items和values。python3，全部以上方法的返回值改成动态试图。在一些上下文环境里，这种改变不会产生影响。若是这些方法的返回值被当即传递给另一个函数，并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一样。若是你指望得到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，由于视图不支持索引。

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再也不支持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()]	不须要使用额外的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()一样有效

重命名或从新组织的模块

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从新组织，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，能够用来请求和解析http
import cookie	import http.cookies	http.cookie提供一个pythonic接口进行cookies操做
import cookielib	import http.cookiejar	http.cookiejar能够操做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，可是比较混乱，python3中，这些模块被重构，组合成为一个单独的包，即urllib

| python2 | python3 | 备注 | import urllib | import urllib.request, import urllb.parse, import urllib.error | | import urllib2 | import urllib.request, urllib.error | | import urlparse | import urllib.parse | | import robotparser | import urllib.robotparser | | from urllib import FancyURLopener | from urllib.rquest import FancyURLopener from urllib.parse | |from urllib2 import Request from urllib2 import HTTPError | from urllib.request import Request from urllib.error import HTTPError |

DBM

全部的DBM如今都在一个单独的包里，即dbm。若是须要其中某个特定的变体，好比GNU DBM,能够导入dbm包中合适的模块。

python2	python3	备注
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是一个经过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	备注
import xmlrpclib	import xmlrpc.client
import DocXMLRPCServer import SimpleXMLRPCServer	import xmlrpc.server

其余模块

Python2	python3	备注
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，而后再去python搜索路径(sys.path)搜索。在python3里这个过程有一点不一样。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。若是想要包里的一个模块导入包的另外一个模块，须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里一样成立。可是有一个新的全局的函数next(),它使用一个迭代器做为参数。

python2	python3	备注
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，这个列表是经过一个返回值为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，再也不是列表。

python2	python3	备注
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()的改变同样，map()函数如今返回一个迭代器,python2中返回一个列表。

python2	python3	备注
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，如今被放置在fucntools模块里。

python2	python3	备注
reduce(a,b,c)	from functools import reduce reduce(a, b, c)

APPLY()

python2有一个叫作apply()的全局函数，它使用一个函数f和一个列表[a,b,c]做为参数，返回值是f(a,b,c).能够直接调用这个函数，在列表前添加一个星号做为参数传递给它来完成一样的事情。在python3里，apply()函数再也不存在；必须使用星号标记。

python2	python3	备注
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，你能够用intern()函数做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	备注
intern(aString)	sys.intern(aString)	--------

EXEC

就像print语句在python3里变成了一个函数同样，exec语句也是这样的。exec()函数使用一个包含任意python代码的字符串做为参数，而后像执行语句或表达式同样执行它。exec()跟eval()是类似，但exec()更增强大并具备挑战性。eval()函数只能执行单独一条表达式，可是exec()可以执行多条语句，导入(import),函数声明－实际上整个python程序的字符串表示也能够。

python2	python3	备注
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语句能够像执行python代码那样使用字符串。不一样的是exec使用字符串，而execfile使用文件。在python3，execfile语句被去掉了。

REPR

在python2，为了获得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(好比x)的特殊语法。在python3里，这种能力仍然存在，可是你不能再使用反引号得到这种字符串表示了，须要使用全局函数repr().

python2	python3	备注
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	备注
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	备注
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，而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，但语法有一点不一样。

python2	python3	备注
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，有两种方法得到必定范围内的数字：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()再也不存在。

 

python2	python3	备注
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(而后返回结果)。第二个叫作raw_input(),用户输入什么他就返回什么。python3 经过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自己的特殊属性。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循环中尤为实用。python3中，xreadlines()方法再也不可用。

lambda函数

在python2中，能够定义匿名函数lambda函数，经过指定做为参数的元组的元素个数，使这个函数实际上可以接收多个参数。python2的解释器把这个元组"解开“成命名参数，而后能够在lambda函数里引用它们。在python3中仍然能够传递一个元组为lambda函数的参数。可是python解释器不会把它当成解析成命名参数。须要经过位置索引来引用每一个参数。

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：若是定义了一个lambda函数，使用包含一个元素的元组做为参数，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)做为参数的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脚本能够处理使用嵌套命名参数的元组做为参数的lambda函数。产生的结果有点晦涩，但python3下和python2的效果是同样的。

注４：能够定义使用多个参数的lambda函数。语法在python3一样有效

特殊的方法属性

在python2里，类方法能够访问到定义他们的类对象,也能访问方法对象自己。im_self是类的实例对象；im_func是函数对象，im_class是类自己。在python3里，这些属性被重命名，以遵循其余属性的命名约定。

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，能够建立本身的类，并使他们可以在布尔上下文中使用。举例来讲，能够实例化这个类，并把这个实例对象用在一个if语句中。为了实现这个目的，能够定义一个特别的__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，仍然能够完成一样的功能，但这个特殊方法的名字改成了__bool__()

好比python2中

class A: def __nonzero__(self): pass 

python3中改成： 　 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 

这种状况python3中不作改变，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余用处，不作修改。

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块儿，sys.maxint常量再也不精确。可是由于这个值用于检查特定平台，因此被python3保留，重命名为sys.maxsize.

全局函数CALLABLE()

python２里，可使用全局函数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，能够检查其特殊方法__call__()的存在性。

python2	python3
callable(anthing)	hasattr(anything, '__call__')

全局函数ZIP()

在python2，zip()可使用任意多个序列做为参数，它返回一个由元组构成的列表。第一个元组包含了每一个序列的第一个元素，第二个元组包含了每一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	note
zip(a,b,c)	list(zip(a,b,c)	python3中能够经过list函数遍历zip()返回的迭代器，造成列表返回
d.join(zip(a,b,c))	no change	在已经会遍历全部元素的上下文环境里，zip()自己返回的迭代器可以正常工做，2to3脚本检测到后，再也不修改

STANDARDERROR异常

python2中，StandardError是除了StopIteration,GeneratorExit,KeyboardInterrupt, SystemExit以外全部其余内置异常的基类。python3中StandardError已经被取消了，使用Exception取代。

TYPES模块中的常量

types模块里各类各样的常量可以帮助你决定一个对象的类型。在python2里，它包含了表明全部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不是一个特定类(class)或类型(type)的实例。在python2，能够传递一个由类型构成的元组给isinstance(),若是该对象是元组里的任意一种类型，函数返回True. 在python3,依然能够这样作。

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,这些函数返回的自己就是迭代器，全部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模块里有三个你能够访问的变量：sys.exc_type, sys.exc_value, sys.exc_traceback. python3中这三个变量再也不存在，使用sys.exc_info替代。

对元组的列表解析

python2，若是须要编写一个遍历元组的列表解析，不须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，能够经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，来建立元类。python3中，__metaclass__属性被取消了。

python2	python3	note
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

 

原文：https://blog.csdn.net/qq_33932782/article/details/71374894