Python 2 与 Python 3 的核心差异

Python 3.0 于 2008 年发布，是一次不兼容的彻底重构。Guido van Rossum 和核心开发团队认为，Python 2 积累的一些设计缺陷（尤其是字符串处理）已经严重到必须"破釜沉舟"才能修正。理解这些差异，是阅读 Python 2 代码和向 Python 3 迁移的基础。

print：从语句到函数

在 Python 2 中，print 是一个语句，语法类似自然语言：

print "Hello, world"
print "The answer is", 42          # 多个对象用逗号分隔，自动加空格
print "No newline",                # 末尾逗号取消换行

Python 3 中 print 变成了函数，必须加括号：

print("Hello, world")
print("The answer is", 42)
print("No newline", end="")        # 用 end 参数控制换行

这个改动看似微小，实则影响深远。作为函数，print 可以接受关键字参数（sep、end、file），可以被赋值给变量、作为参数传递，甚至可以用 lambda 包装。作为语句，它不具备这些灵活性。

输入函数：raw_input 与 input

Python 2 有两个输入函数，这是初学者最容易混淆的地方：

name = raw_input("Enter your name: ")   # 始终返回字符串
age = input("Enter your age: ")          # 等价于 eval(raw_input())，会执行输入内容！

raw_input() 安全且直观：用户输入什么，就返回什么字符串。input() 则危险得多：它把用户的输入当作 Python 表达式执行。如果用户输入 __import__('os').system('rm -rf /')，程序真的会尝试执行这条命令。

Python 3 统一了这两个函数：input() 就是原来的 raw_input()，而旧的 input() 行为被彻底移除。

字符串：str 与 unicode 的分裂

Python 2 中有两种字符串类型，这是它最复杂也最致命的设计：

s = "hello"           # str 类型，存储字节序列（默认 ASCII 编码）
u = u"你好"           # unicode 类型，存储 Unicode 字符

str 本质上是字节串，每个字符对应一个字节（在 ASCII 范围内）。一旦涉及中文、日文等非 ASCII 字符，就必须显式使用 u"..." 前缀创建 unicode 对象。混用两者会引发著名的 UnicodeDecodeError：

s = "你好"            # 如果文件头没有 # -*- coding: utf-8 -*-，这里就会报错
u = u"你好"
print s + u           # UnicodeDecodeError: ascii codec can't decode...

Python 3 彻底解决了这个问题：str 就是 Unicode 字符串，而字节串用独立的 bytes 类型表示。两者不能隐式混用，必须显式编码/解码：

# Python 3
s = "你好"            # str，Unicode
b = s.encode('utf-8') # bytes，显式编码
s2 = b.decode('utf-8') # str，显式解码

整数除法：地板除的陷阱

Python 2 中，/ 运算符的行为取决于操作数的类型：

print 17 / 3          # 5，两个整数相除，结果截断为整数
print 17 / 3.0        # 5.66666666667，只要有一个浮点数，结果就是浮点数
print 17 // 3         # 5，地板除（// 在 Python 2 和 3 中行为一致）

这种"根据操作数类型改变行为"的设计极易引发 bug。Python 3 中 / 始终执行真除法（返回浮点数），// 始终执行地板除。Python 2.7 提供了 from __future__ import division 来提前体验 Python 3 的行为：

from __future__ import division
print 17 / 3          # 5.66666666667
print 17 // 3         # 5

range 与 xrange

Python 2 中 range(1000000) 会立刻创建一个包含一百万个整数的列表，消耗大量内存。xrange(1000000) 则返回一个惰性迭代器，只在需要时生成下一个数字：

for i in range(1000000):     # 先分配一大块内存，再遍历
    pass

for i in xrange(1000000):    # 几乎不占用额外内存
    pass

Python 3 中 range() 就是 Python 2 的 xrange()，而 xrange 这个名字被移除了。

字典方法：items 与 iteritems

Python 2 的字典提供了两套方法，分别返回列表和迭代器：

d = {'a': 1, 'b': 2}
print d.items()       # [('a', 1), ('b', 2)]，返回完整列表
print d.iteritems()   # <dictionary-itemiterator>，返回迭代器

遍历大字典时，iteritems() 更省内存。Python 3 中 items() 直接返回视图（类似迭代器），iteritems() 被移除。

异常语法：逗号与 as

Python 2 支持两种捕获异常的语法：

try:
    1 / 0
except ZeroDivisionError, e:    # 传统语法，逗号分隔
    print "Error:", e

except ZeroDivisionError as e:  # Python 2.6+ 引入，与 Python 3 一致
    print "Error:", e

逗号语法在 Python 3 中被移除，因为它容易与元组字面量混淆：except (A, B), e 看起来像是捕获两个异常并赋值给 e，实际上在旧语法中确实如此，但可读性极差。

类：旧式类与新式类

Python 2 中，不继承任何类的定义是"旧式类"：

class OldStyle:       # 旧式类，不继承 object
    pass

class NewStyle(object):  # 新式类，显式继承 object
    pass

旧式类的方法解析顺序（MRO）是深度优先，不支持 super()、property、描述符等现代特性。Python 3 中所有类都是新式类，object 继承是隐式的。

其他差异速查

迁移工具：2to3

Python 官方提供了 2to3 脚本，可以自动将大部分 Python 2 代码转换为 Python 3：

$ 2to3 -w myscript.py       # -w 表示直接写入文件
$ 2to3 -w mypackage/        # 可以处理整个目录

但它不能处理所有情况，尤其是涉及字节/字符串边界、元类、C 扩展的代码。理解上述差异，才能判断 2to3 的转换是否正确，并手动修复它遗漏的问题。