Python 2.7.x 和 3.x 版本区别小结

python现在很火，最近花了些时间去了解了一下，最初了解的是2.7.x版本，感觉，从书写上是很不习惯，少了一双大概号，取而代之的是缩进；然后跟kotlin和swift一样省去了每行的分号，象我们这种分号强迫症的人真心的不习惯；还有!True的条件改成not True、while后面可以跟else等等这些，真心不习惯啊！用2.7.x做了几天的测试，基本慢慢算有个了解了，也试着爬了些行业网的数据，感觉这个比PHP写爬虫方便很多。然后昨晚就在家里装了个3.X的版本，很悲催的发现，原来写的有很多的错误，万般无奈的检查之下，发现语句上是没什么问题，只是3.X版本不兼容部分的语句，例如最常用的print,raw_input都不一样了，今天花了些时间查一查，并总结了一下它们的区别。

print函数

Python 2中的print语句被Python 3中的print()函数取代，这意味着在Python 3中必须用括号将需要输出的对象括起来。在Python 3中想以Python2的形式不带括号调用print函数时，会触发SyntaxError。
Python 2

print ‘Python‘, python_version() 
print ‘Hello, World!‘
print(‘Hello, World!‘)
print "this line", ; print ‘more text on the same line‘

Python 2.7.6

Hello, World!

Hello, World!

this line more text on the same line

python3

print(‘Python‘, python_version()) 
print(‘Hello, World!‘) 
print("this line,", end="")  
print(‘ more text on the same line‘)

Python 3.4.1

Hello, World!

this line,  more text on the same line

print ‘Hello, World!‘

File "<ipython-input-3-139a7c5835bd>", line 1

print ‘Hello, World!‘

^

SyntaxError: invalid syntax

注意：

在Python中，带不带括号输出”Hello World”都很正常。但如果在圆括号中同时输出多个对象时，就会创建一个元组，这是因为在Python 2中，print是一个语句，而不是函数调用。

通过input()解析用户的输入

幸运的是，Python 3改进了input()函数，这样该函数就会总是将用户的输入存储为str对象。在Python 2中，为了避免读取非字符串类型会发生的一些危险行为，不得不使用raw_input()代替input()。

Python 2

>>> my_input = input(‘enter a number: ‘)

enter a number: 123

>>> type(my_input)

<type ‘int‘>

>>> my_input = raw_input(‘enter a number: ‘)

enter a number: 123

>>> type(my_input)

<type ‘str‘>

Python 3

>>> my_input = input(‘enter a number: ‘)

enter a number: 123

>>> type(my_input)

<class ‘str‘>

整数除法

由于人们常常会忽视Python 3在整数除法上的改动（写错了也不会触发Syntax Error），所以在移植代码或在Python 2中执行Python 3的代码时，需要特别注意这个改动。

所以，我还是会在Python
3的脚本中尝试用float(3)/2或 3/2.0代替3/2，以此来避免代码在Python 2环境下可能导致的错误（或与之相反，在Python
2脚本中用from __future__ import division来使用Python 3的除法）。

Python 2

print ‘Python‘, python_version() 
print ‘3 / 2 =‘, 3 / 2
print ‘3 // 2 =‘, 3 // 2
print ‘3 / 2.0 =‘, 3 / 2.0
print ‘3 // 2.0 =‘, 3 // 2.0

Python 2.7.6
3 / 2 = 1
3 // 2 = 1
3 / 2.0 = 1.5
3 // 2.0 = 1.0

Python 3

print(‘Python‘, python_version()) 
print(‘3 / 2 =‘, 3 / 2)
print(‘3 // 2 =‘, 3 // 2)
print(‘3 / 2.0 =‘, 3 / 2.0)
print(‘3 // 2.0 =‘, 3 // 2.0)

Python 3.4.1
3 / 2 = 1.5
3 // 2 = 1
3 / 2.0 = 1.5
3 // 2.0 = 1.0

__future__模块

Python 3.x引入了一些与Python 2不兼容的关键字和特性，在Python 2中，可以通过内置的__future__模块导入这些新内容。如果你希望在Python 2环境下写的代码也可以在Python 3.x中运行，那么建议使用__future__模块。例如，如果希望在Python 2中拥有Python 3.x的整数除法行为，可以通过下面的语句导入相应的模块。

from __future__ import division

下表列出了__future__中其他可导入的特性：

特性 可选版本 强制版本 效果
nested_scopes 2.1.0b1 2.2 PEP 227:
Statically Nested Scopes
generators 2.2.0a1 2.3 PEP 255:
Simple Generators
division 2.2.0a2 3.0 PEP 238:
Changing the Division Operator
absolute_import 2.5.0a1 3.0 PEP 328:
Imports: Multi-Line and Absolute/Relative
with_statement 2.5.0a1 2.6 PEP 343:
The “with” Statement
print_function 2.6.0a2 3.0 PEP 3105:
Make print a function
unicode_literals 2.6.0a2 3.0 PEP 3112:
Bytes literals in Python 3000

示例：

from platform import python_version

Unicode

Python 2有基于ASCII的str()类型，其可通过单独的unicode()函数转成unicode类型，但没有byte类型。而在Python 3中，终于有了Unicode（utf-8）字符串，以及两个字节类：bytes和bytearrays。

Python 2

print type(unicode(‘this is like a python3 str type‘))
print type(b‘byte type does not exist‘)
print ‘they are really‘+b‘ the same‘
print type(bytearray(b‘bytearray oddly does exist though‘))

<type ‘unicode‘>

<type ‘str‘>

they are really the same

<type ‘bytearray‘>


Python 3

  print(‘Python‘, python_version(), end="")

  print(‘ has‘, type(b‘ bytes for storing data‘))

  print(‘and Python‘, python_version(), end="")

  print(‘ also has‘, type(bytearray(b‘bytearrays‘)))

  print ‘note that we cannot add a string‘ + b‘bytes for data‘

Python 3.4.1 has <class ‘bytes‘>

and Python 3.4.1 also has <class ‘bytearray‘>

---------------------------------------------------------------------------TypeError
Traceback (most recent call last)<ipython-input-13-d3e8942ccf81>
in <module>()----> 1 ‘note that we cannot add a string‘ +
b‘bytes for data‘ TypeError: Can‘t convert ‘bytes‘ object to str
implicitly

比较无序类型

Python 3中另一个优秀的改动是，如果我们试图比较无序类型，会触发一个TypeError。

Python 2

print "[1, 2] > ‘foo‘ = ", [1, 2] > ‘foo‘
print "(1, 2) > ‘foo‘ = ", (1, 2) > ‘foo‘
print "[1, 2] > (1, 2) = ", [1, 2] > (1, 2)

[1, 2] > ‘foo‘ = False

(1, 2) > ‘foo‘ = True
[1, 2] > (1, 2) = False

Python 3

print("[1, 2] > ‘foo‘ = ", [1, 2] > ‘foo‘)
print("(1, 2) > ‘foo‘ = ", (1, 2) > ‘foo‘)
print("[1, 2] > (1, 2) = ", [1, 2] > (1, 2))

---------------------------------------------------------------------------

TypeError Traceback (most recent call last)
<ipython-input-16-a9031729f4a0> in <module>()
1 print(‘Python‘, python_version())
----> 2 print("[1, 2] > ‘foo‘ = ", [1, 2] > ‘foo‘)
3 print("(1, 2) > ‘foo‘ = ", (1, 2) > ‘foo‘)
4 print("[1, 2] > (1, 2) = ", [1, 2] > (1, 2))
TypeError: unorderable types: list() > str()

返回可迭代对象，而不是列表

在xrange一节中可以看到，某些函数和方法在Python中返回的是可迭代对象，而不像在Python 2中返回列表。

由于通常对这些对象只遍历一次，所以这种方式会节省很多内存。然而，如果通过生成器来多次迭代这些对象，效率就不高了。

此时我们的确需要列表对象，可以通过list()函数简单的将可迭代对象转成列表。

Python 2

print range(3)
print type(range(3))

[0, 1, 2]
<type ‘list‘>

Python 3

print(range(3))
print(type(range(3)))
print(list(range(3)))

range(0, 3)
<class ‘range‘>
[0, 1, 2]

下面列出了Python 3中其他不再返回列表的常用函数和方法：

  • zip()
  • map()
  • filter()
  • 字典的.key()方法
  • 字典的.value()方法
  • 字典的.item()方法

xrange

在Python 2.x中，经常会用xrange()创建一个可迭代对象，通常出现在“for循环”或“列表/集合/字典推导式”中。这种行为与生成器非常相似（如”惰性求值“），但这里的xrange-iterable无尽的，意味着可能在这个xrange上无限迭代。由于xrange的“惰性求知“特性，如果只需迭代一次（如for循环中），range()通常比xrange()快一些。不过不建议在多次迭代中使用range()，因为range()每次都会在内存中重新生成一个列表。在Python 3中，range()的实现方式与xrange()函数相同，所以就不存在专用的xrange()（在Python 3中使用xrange()会触发NameError）。

import timeit
   
n = 10000
def test_range(n):
     return for i in range(n):
         pass
   
def test_xrange(n):
     for i in xrange(n):
         pass

Python 2

print ‘Python‘, python_version()
   
print ‘ntiming range()‘
%timeit test_range(n)
   
print ‘nntiming xrange()‘
%timeit test_xrange(n)

Python 2.7.6 
timing range()
1000 loops, best of 3: 433 s per loop 
timing xrange()
1000 loops, best of 3: 350 s per loop

Python 3

print(‘Python‘, python_version())
   
print(‘ntiming range()‘)
%timeit test_range(n)

Python 3.4.1

timing range()
1000 loops, best of 3: 520 s per loop

 print(xrange(10))

---------------------------------------------------------------------------NameError
Traceback (most recent call last)in ()----> 1 print(xrange(10))
NameError: name ‘xrange‘ is not defined

Python 3中的range对象中的__contains__方法

另一个值得一提的是，在Python 3.x中，range有了一个新的__contains__方法。__contains__方法可以有效的加快Python 3.x中整数和布尔型的“查找”速度。

x = 10000000
def val_in_range(x, val):
 return val in range(x)
   
def val_in_xrange(x, val):
 return val in xrange(x)
   
print(‘Python‘, python_version())
assert(val_in_range(x, x/2) == True)
assert(val_in_range(x, x//2) == True)
%timeit val_in_range(x, x/2)
%timeit val_in_range(x, x//2)

Python 3.4.1
1 loops, best of 3: 742 ms per loop
1000000 loops, best of 3: 1.19 s per loop

根据上面的timeit的结果，查找整数比查找浮点数要快大约6万倍。但由于Python 2.x中的range或xrange没有__contains__方法，所以在Python 2中的整数和浮点数的查找速度差别不大。

print ‘Python‘, python_version()
   
assert(val_in_xrange(x, x/2.0) == True)
assert(val_in_xrange(x, x/2) == True)
assert(val_in_range(x, x/2) == True)
assert(val_in_range(x, x//2) == True)
%timeit val_in_xrange(x, x/2.0)
%timeit val_in_xrange(x, x/2)
%timeit val_in_range(x, x/2.0)
%timeit val_in_range(x, x/2)

Python 2.7.7
1 loops, best of 3: 285 ms per loop
1 loops, best of 3: 179 ms per loop
1 loops, best of 3: 658 ms per loop
1 loops, best of 3: 556 ms per loop

下面的代码证明了Python 2.x中没有__contain__方法：

print(‘Python‘, python_version())
range.__contains__

print(‘Python‘, python_version())
range.__contains__

print(‘Python‘, python_version())
xrange.__contains__

Python 3.4.1
<slot wrapper ‘__contains__‘ of ‘range‘ objects

Python 2.7.7
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)<ipython-input-7-05327350dafb> in <module>()
1 print ‘Python‘, python_version()
----> 2 range.__contains__ 
AttributeError: ‘builtin_function_or_method‘ object has no attribute ‘__contains__‘

Python 2.7.7
---------------------------------------------------------------------------AttributeError Traceback (most recent call last)in ()
print ‘Python‘, python_version()
----> 2 xrange.__contains__
AttributeError: type object ‘xrange‘ has no attribute ‘__contains__‘

关于Python 2中xrange()与Python 3中range()之间的速度差异的一点说明：

有读者指出了Python 3中的range()和Python 2中xrange()执行速度有差异。由于这两者的实现方式相同，因此理论上执行速度应该也是相同的。这里的速度差别仅仅是因为Python 3的总体速度就比Python 2慢。

def test_while():
 i = 0
 while i < 20000:
  i += 1
 return 
 
print(‘Python‘, python_version())
%timeit test_while()

Python 3.4.1

%timeit test_while()
100 loops, best of 3: 2.68 ms per loop

print ‘Python‘, python_version()
%timeit test_while()

Python 2.7.6
1000 loops, best of 3: 1.72 ms per loop

触发异常

Python 2支持新旧两种异常触发语法，而Python 3只接受带括号的的语法（不然会触发SyntaxError）：

Python 2

raise IOError,"file error"

---------------------------------------------------------------------------
IOError Traceback (most recent call last)
<ipython-input-8-25f049caebb0> in <module>()
----> 1 raise IOError, "file error"
IOError: file error

raise IOError("file error")

---------------------------------------------------------------------------
IOError Traceback (most recent call last)
<ipython-input-9-6f1c43f525b2> in <module>()
----> 1 raise IOError("file error")
IOError: file error

Python 3

raise IOError, "file error"

File "<ipython-input-10-25f049caebb0>", line 1
raise IOError, "file error"
^
SyntaxError: invalid syntax
The proper way to raise an exception in Python 3:

raise IOError("file error")

Python 3.4.1
---------------------------------------------------------------------------
OSError Traceback (most recent call last)
<ipython-input-11-c350544d15da> in <module>()
1 print(‘Python‘, python_version())
----> 2 raise IOError("file error") 
OSError: file error

异常处理

Python 3中的异常处理也发生了一点变化。在Python 3中必须使用“as”关键字。

Python 2

try:
     let_us_cause_a_NameError
except NameError, err:
     print err, ‘--> our error message‘

name ‘let_us_cause_a_NameError‘ is not defined --> our error message


Python 3

try:
     let_us_cause_a_NameError
except NameError as err:
     print(err, ‘--> our error message‘)

name ‘let_us_cause_a_NameError‘ is not defined --> our error message

next()函数和.next()方法

由于会经常用到next()（.next()）函数（方法），所以还要提到另一个语法改动（实现方面也做了改动）：在Python 2.7.5中，函数形式和方法形式都可以使用，而在Python 3中，只能使用next()函数（试图调用.next()方法会触发AttributeError）。

Python 2

print ‘Python‘, python_version()
my_generator = (letter for letter in ‘abcdefg‘)
next(my_generator)
my_generator.next()

Python 2.7.6
‘b‘


Python 3

print(‘Python‘, python_version())
my_generator = (letter for letter in ‘abcdefg‘)
next(my_generator)

Python 3.4.1

‘a‘

my_generator.next()

---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-14-125f388bb61b> in <module>()
----> 1 my_generator.next() 
AttributeError: ‘generator‘ object has no attribute ‘next‘

For循环变量与全局命名空间泄漏

好消息是：在Python 3.x中，for循环中的变量不再会泄漏到全局命名空间中了！

这是Python 3.x中做的一个改动，在“What‘s New In Python 3.0”中有如下描述：

“列表推导不再支持[... for var in item1, item2, ...]这样的语法，使用[... for var in (item1, item2, ...)]代替。还要注意列表推导有不同的语义：现在列表推导更接近list()构造器中的生成器表达式这样的语法糖，特别要注意的是，循环控制变量不会再泄漏到循环周围的空间中了。”

Python 2

print ‘Python‘, python_version()
i = 1
print ‘before: i =‘, i
print ‘comprehension: ‘, [i for i in range(5)] 
print ‘after: i =‘, i

Python 2.7.6
before: i = 1
comprehension: [0, 1, 2, 3, 4]
after: i = 4


Python 3

print(‘Python‘, python_version()) 
i = 1
print(‘before: i =‘, i)
print(‘comprehension:‘, [i for i in range(5)]) 
print(‘after: i =‘, i)

Python 3.4.1
before: i = 1
comprehension: [0, 1, 2, 3, 4]
after: i = 1














				


				
时间： 2025-01-08 09:00:01 

		


		


	

	
	

		


		
Python 2.7.x 和 3.x 版本区别小结的相关文章


								

		

			

                Python 2.7.x 和 3.x 版本的重要区别
			

		

		

									

				许多Python初学者都会问:我应该学习哪个版本的Python.对于这个问题,我的回答通常是“先选择一个最适合你的Python教程,教程中使用哪个版本的Python,你就用那个版本.等学得差不多了,再来研究不同版本之间的差别”. 但如果想要用Python开发一个新项目,那么该如何选择Python版本呢?我可以负责任的说,大部分Python库都同时支持Python 2.7.x和3.x版本的,所以不论选择哪个版本都是可以的.但为了在使用Python时避开某些版本中一些常见的陷阱,或需要移植某个Pyt			

		

	

				

		

			

                PEP8风格和python版本区别
			

		

		

									

				python解释器 官方Cpython C语言开发,最广泛的Python解释器 IPython 一个交互式,功能增强的Cpython PyPy Python语言写的Python解释器,JIT技术,动态编译Python代码 Jython Python的源码编译成Java的字节码,跑在JVM上 IronPython 与Jython类似,运行在.Net平台上的解释器,Python代码被编译成.Net的字节码 版本区别 2.X和3.X区别 语句函数化,例如print(1,2)打印出1 2,但是2.x中意			

		

	

				

		

			

                Neutron Kilo-Liberty-Mitaka各版本区别
			

		

		

									

				作者: 赵怡 一.Neutron Kilo版和Liberty版本主要区别: 新增的特性: 1. neutron支持IPv6前缀委托授权为IPv6子网分配CIDR 2. neutron支持QoS API, 初期只支持端口带宽限制 3.路由器HA (L3 HA/VRRP)在L2 population(l2_pop)设置为enable时, 可以正常工作了. 4. VPNaaS参考驱动现在可以和HA router一起正常工作了 5. HA路由器上使用的VRRP网络, 可以配置为特定的segmentati			

		

	

				

		

			

                python中新式类和经典类的区别
			

		

		

									

				1).python在类中的定义在py2-3版本上是使用的有新式类和经典类两种情况,在新式类和经典类的定义中最主要的区别是在定义类的时候是否出现引用object;如:经典类:Class 类名::而新式类定义的时候使用Class 类名(object): 2).定义来源:在Python 2及以前的版本中,由任意内置类型派生出的类(只要一个内置类型位于类树的某个位置),都属于“新式类”,都会获得所有“新式类”的特性:反之,即不由任意内置类型派生出的类,则称之为“经典类”. 3).衍生:“新式类”和“经典			

		

	

				

		

			

                Python2.x与3??.x版本区别
			

		

		

									

				Python2.x与3??.x版本区别 Python的3??.0版本,常被称为Python 3000,或简称Py3k.相对于Python的早期版本,这是一个较大的升级. 为了不带入过多的累赘,Python 3.0在设计的时候没有考虑向下相容. 许多针对早期Python版本设计的程式都无法在Python 3.0上正常执行. 为了照顾现有程式,Python 2.6作为一个过渡版本,基本使用了Python 2.x的语法和库,同时考虑了向Python 3.0的迁移,允许使用部分Python 3.0的语法			

		

	

				

		

			

                OJDBC版本区别 [ojdbc14.jar，ojdbc5.jar和ojdbc6.jar的区别]
			

		

		

									

				http://blog.163.com/[email protected]/blog/static/1820473820123206189381/ OJDBC版本区别 [ojdbc14.jar,ojdbc5.jar和ojdbc6.jar的区别] 2012-04-20 18:18:09|  分类: java参考资料|举报|字号 订阅 下载LOFTER我的照片书  | 在使用Oracle JDBC驱动时,有些问题你是不是通过替换不同版本的Oracle  JDBC驱动来解决的?最常使用的ojdbc14			

		

	

				

		

			

                python中_、__和__xx__的区别
			

		

		

									

				python中_.__和__xx__的区别 本文为译文,版权属于原作者,在此翻译为中文分享给大家. 英文原文地址:Difference between _, __ and __xx__ in Python 在学习Python时,很多人都弄不清楚各种下划线的意思,而且在这之前已经给其他人解释过很多遍了,是时候把它记录下来. "_"单下划线 Python中不存在真正的私有方法.为了实现类似于c++中私有方法,可以在类的方法或属性前加一个“_”单下划线,意味着该方法或属性不应该去调用,它并不			

		

	

				

		

			

                Debug与Release版本区别
			

		

		

									

				Debug与Release版本区别 Debug版本就是调试版本,Visual C++ 6.0默认的就是Debug版本.在Debug版本中,可以使用单步执行.跟踪等功能,但其生成的可执行文件比较大,代码运行比较慢.Release版本就是发行版本,其运行速度较快,可执行文件较小,但在其编译条件下无法执行调试功能.     还有一点,Release版本的exe文件链接的目标是标准的MFC DLL(Use MFC in a shared or static dll).比如MFC42.DLL.这些DLL在			

		

	

				

		

			

                java版本区别
			

		

		

									

				java版本区别 点我,点我,Eclipse几个版本号的区别(part1) 点我,点我,Eclipse几个版本号的区别(part2) 点我,点我,Eclipse几个版本号的区别(part3)