首页 ›存档› 技术 › 查看内容

What'sNewinPython3.4 What's New in Python 3.4

2018-3-30 13:00 |来自: 互联网 345 0

摘要: What's New in Python 3.4 很震惊的发现时至今日，还有大批的人在使用 Python 2.x 构建项目，甚至还有很多人在构建新项目时依然选择使用 Python 2.x。基本来说，只有三种情况阻止你使用 Python 3：你大量使用了 ...

What's New in Python 3.4

很震惊的发现时至今日，还有大批的人在使用 Python 2.x 构建项目，甚至还有很多人在构建新项目时依然选择使用 Python 2.x。

基本来说，只有三种情况阻止你使用 Python 3：

你大量使用了一些过时或已放弃兼容 Python 3 的包，比如 gevent；
你不了解 Python 3，怀有畏惧；
什么，Python 3 是什么，我现在是 Python 几？

对于第一种，如果是大型项目，那就继续维护吧，小型项目的话，可以考虑用 Python 3 兼容的库进行重构。

第二种情况的话，不用担心，这篇文章就是给你打下基础的。

至于第三种，你还是认真去读下书吧。

这篇文章希望能简要的介绍一下 Python 3 的一些特性，帮你打开 Python 3 的大门，让你可以放心大胆的开始 Python 3 之路。

本文以 Python 3.4 和 Python 2.7 做对照说明，毕竟这是目前使用最多的两个版本（3.5 又有较大的改动，以后会另发一篇）。

一、变化

首先介绍一下 Python 3 相对于 Python 2 的一些变化，也是你不得不注意并记下的关键知识点。

1、编码

在 Python 2 里编码是一个让人相当头疼的东西，首先是源文件编码不统一，然后是 Python 解释器运行时的字节流编码不统一（由操作系统而定）。

对于使用 cp936 的中国用户而言，首先是代码里不能打中文，再次就是中文字符的处理很头大，以至于每当我们新建一个 .py 文件，首先就是复制粘贴这几行：

#! /usr/bin/env python# -*- coding: utf-8from __future__ import unicode_literals

# -*- coding: utf-8指定源文件编码为 utf8，然后用from __future__ import unicode_literals告诉 Python 用 unicode 作为默认字符串编码。

而在 Python 3 里，你再也不会见到这些东西了：

Python 3 默认程序源文件为 utf-8 编码
Python 3 默认字节流编码为 unicode

我们在 Python 2 内判断一个变量是否是字符串时，会这么写：

# PY2string = u'123'# 判断变量 string 是不是 strisinstance(string, str) # False# 判断变量 string 是不是 unicodeisinstance(string, unicode)# True# 判断变量 string 是不是 str 或 unicodeisinstance(string, basestring) # True

而在 Python 3 内，没有u'123'这个写法，直接写'123'就是 unicode：

# PY3string = '123'# 已经没有 basestring 和 unicode 这样的关键字isinstance(string, str)# True

在 Python 2 里，我们可以用decode将str转换为unicode，而在 Python 3 里，我们可以用encode将str转换为bytes。

# PY2type('123'.decode('utf8'))# unicode

# PY3type('123'.encode('utf8'))# bytes

2、除法

在 Python 2 里，除法默认是整除，会返回一个整数，而在 Python 3 里，除法会返回一个浮点数。

# PY21 / 2# 0

# PY31 / 2# 0.51 // 2# 0

我们可以在 Python 2 里使用from __future__ import division来模拟这一行为。

3、生成器

在 Python 3 里，keys, values, items, map, filter等方法都默认返回一个生成器，而不是像 Python 2 里直接返回 list，生成器在你需要的时候才去计算求值，可以极大的节约内存和提高响应速度。

# PY2d = {1: 2}d.items()# [(1, 2)] 直接以列表形式返回了结果

# PY3d = {1: 2}dv = d.items()dv# dict_items([(1, 2)])d.update({2: 3})dv# 原数据更新后，view 会同步更新# dict_items([(1, 2), (2, 3)])

其实准确的说返回的是一个 view，view 关联到原数据，当原始数据更新时，view 也会同步更新，而且只有在迭代时才会求值。

二、新语法

Python 3 内还引入了不少全新的语法。

1、迭代展开

PEP 3132

Python 3 中引入了一种新的写法，可以在变量名前加*来对数据进行展开，在需要拆解赋值一个很大的数组或生成器时，可以极大的减少代码量。

# PY3arr = [1, 2, 3, 4]# 可以用 * 做展开a, *b = arr# a = 1# b = [2, 3, 4]a, *b, c = arr# a = 1# b = [2, 3]# c = 4

2、强制命名参数

当一个函数有很多的命名参数时，我们在调用的时候必须要严格的按照顺序一一对应：

def myFunc(arg1, arg2, arg3):
  pass# 必须按照参数顺序一个个的传入，很容易出错myFunc(val1, val2, val3)# 另一个好的调用习惯是用参数名传入myFunc(arg1=val1, arg2=val2, arg3=val3)

但是写程序不能光靠习惯吧，Python 3 让我们可以强迫函数调用必须使用命名参数，方法就是在需要强制使用命名的参数前加*：

def myFunc(*, arg1, arg2, arg3):
  passmyFunc(1, 2, 3)# 报错# TypeError: myFunc() takes 0 positional arguments but 3 were givenmyFunc(arg1=1, arg2=2, arg3=3)# 必须显式命名调用

3、参数注释

PEP 3107

Python 3 里可以在函数定义时，对函数的参数和返回值编写注释，注释可以是任意 Python 对象和表达式。

比如说，我们可以合法的编写下面这个『变态』的函数：

# 函数注释可以用字符串、表达式和类型def anno_demo(
  first_arg: '第一个参数',
  sec_arg: 3 3,
  *third_arg: list) -

声明：文章版权归原作者所有部分文章转自互联网如有侵权请联系 [邮箱地址] 删除

路过

雷人

握手

鲜花

鸡蛋

收藏分享邀请

上一篇：控制流的抽象控制流的抽象下一篇：一些能体现个人水平的SQL语句[总结篇] 一些能体现个人水平的 SQL 语句 [总结篇]