Python2和Python3的一些语法区别
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python2和Python3的一些语法区别相关的知识,希望对你有一定的参考价值。
Python2和Python3的一些语法区别
python
1.print
在版本2的使用方法是:
print ‘this is version 2
也可以是
print(‘this is version 2‘)
但到了3,就只能加上括号,像一个函数一样来使用 print:
print(‘this is version 3‘)
2.input
2里面有两个用来从命令行接受输入的函数:input
和raw_input
。
value = input()
input
接收的是一个值或变量,也就是说,你如果输 123
,程序接收到的就是整数 123
,你输 True
,就是bool
值True
。如果你输了 abc,程序会认为这是一个叫做 abc
的变量,而假如你没有定义过这个变量,就会报错。
所以,当你想用 input
得到一段文字的话,必须把文字写在引号 "" 或 ‘‘ 中。
text = raw_input()
raw_input
接收的则是你输入的字符串,而不管你输的是什么内容。如果你直接拿 raw_input
得到的“数字”去比较大小,则会得到奇怪的结果。
在版本3里,为了减少混乱,这两种输入方式被合并了。只是合并的方式又坑了新手:它保留了 input
这个名字和raw_input
的效果。3里只有input
函数,它接收你输入的字符串,不管你输的是什么。
text = input()
那么在3里,如何像2一样得到用户输入的一个值呢?方法是 eval()
:
value = eval(input())
或者,如果你只是需要一个整数值,也可以:
value = int(input())
3. python3版本相对2版本的部分其他区别
除了一开始越到的这两个坑外,还有其他一些可能遇到的变动,这里以3与2相比的差异来说:
1.打开文件不再支持 file
方法,只能用 open
2.range
不再返回列表,而是一个可迭代的range
对象
3.除法 /
不再是整除,而是得到浮点数,整除需要用双斜杠 //
4.urllib
和urllib2
合并成了urllib
,常用的urllib2.urlopen()
变成了urllib.request.urlopen()
5.字符串及编码相关有大变动,简单来说就是原来的str
变成了新的bytes
,原来的unicode
变成了新的str
。
bytes
相当于python2中的str
类型,从网页上抓取下来的数据流也是该类型的
在python3中,要得到一个bytes
类型的变量,可以在字符串内容前面加入b得到,前提是该字符串的内容是可以完全由ASCII码表示的,否则会出现语法错误
相当于Python2中的str
类型,从网页上抓取下来的数据流也是该类型的
在Python3中,要得到一个bytes
类型的变量,可以在字符串内容前面加入b得到,但前提是该字符串的内容是可以完全由ascii码
表示的,否则会出现语法错误。
Python 3.6.1>>>s1 = "你好">>>s1‘你好‘>>>type(s1)<class ‘str‘>>>>s2 = b‘你好‘>>> File "<stdin>", line 1SyntaxError: bytes can only contain ASCII literal characters.>>>s2 = b‘abc‘>>>s2b‘abc‘>>>type(s2)<class ‘bytes‘>
unicode
unicode
为解决传统字符编码的局限性而产生,为每一种语言的每一个字符设置了统一且唯一的二进制码,Python内部用于记录的也是该编码方式
上面的例子中s1就是通过unicode
码来进行存储的
str
在Python3中的str类型对应的就是Python2中的unicode类型,即以统一的unicode码保存。而且,在Python3中,程序中所设置的字符串即直接保存为统一的str类型(unicode)
上面的例子中s1就是str类型的变量
encode与decode
由于存在着这两种不同的类型,势必要牵涉到二者的互相转化。bytes
通过某一种编码方式(decode)得到str
,而str通过某一种解码方式(encode)得到bytes
问题:为何会出现乱码的情况
unicode
是表示了世界上所有的字符的, 但是其内部的存储是以二进制位存储的,比如你好的unicode
编码为\u4f60\u597d
但是我们所见到的并不是\u4f60\u597d这一串编码,而是你好这两个汉字
这是由于控制台环境本身提供一个编码方式,比如uft-8
,gbk
,cp93
6等,通过这些编码方式,unicode
码就转换成了我们可识别的字符了。
但是,不同的编码方式之间是存在区别的,当得到一个通过A方式编码得到的bytes类型,如果用B方式去进行解码的话,它就会按照B的标准去解读,那样就会出现乱码的现象。
s = "你好"print(s)s1 = s.encode("utf-8").decode("gbk")print(s1)######output########你好浣犲ソ
因此,开发的时候要弄清楚输入来源的编码以及输出环境的编码,尽可能保证一致性,或者做好转换的工作,可以减少出现乱码的可能性
问题:如何获取编码方式的信息?
获取目标bytes的编码方式
这一情况可以通过chardet
模块的detect()
函数来获取信息,chardet
是第三方库,可以通过pip
来安装
b是待检测的bytes变量
import chardetprint(chardet.detect(b))######output#### {‘confidence‘: 1.0, ‘encoding‘: ‘ascii‘}
confidence
是指匹配程度,encoding
是指可能的编码方式
获取当前环境的编码方式
这一情况可以使用sys
模块下的getdefaultencoding()函数来获取信息
import sysprint(sys.getdefaultencoding())######## output#####utf-8
问题:在控制台上看到的到底是什么?
写上面的东西的时候产生了一个疑问,现在已经知道Python内部存储str的方式是使用unicode字符集,但是我们在屏幕上看到的并不是unicode字符集
s = "你好"print(s)#########output#############你好
s的 unicode 是 \u4f60\u597d
那么,这中间应该是进行了某种转换
实际上,在执行print(str)
的时候,python内部执行了encoding
操作,控制台拿到的其实是一个bytes
变量
之后,控制台又根据环境内部的编码方式,将所得到的bytes内容进行decoding
的操作,就显示了原先str的内容
以上是关于Python2和Python3的一些语法区别的主要内容,如果未能解决你的问题,请参考以下文章