几乎所有的python2程序都需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程序源文件作为输入，然后自动转换到python３．但并不是所有内容都可以自动转换。
print语句:
python2中print是一个语句，不论想输出什么，直接放到print关键字后面即可
python3里，print()是一个函数，像其他函数一样，print()需要你将要输出的东西作为参数传给它。
| python2 | python3 | 备注 |
|---|---|---|
| print() | 输出一个空白行，python3需要调用不带参数的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中如果使用一个,作为print结尾，将会用空格分割输出的结果，然后在输出一个尾随的空格，而不输回车。python3里，把end=' ' 作为一个关键字传给print()可以实现同样的效果，end默认值为'\n',所以通过重新指定end参数的值，可以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，可以通过>>pipe_name语法，把输出重定向到一个管道，比如sys.stderr.在python3里，可以通过将管道作为关键字参数file的值传递给print()完成同样的功能。 |
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，因为在python3里，所有原始字符串都是以unicode编码的。 |
全局函数UNICODE():
python２有两个全局函数可以把对象强制转换成字符串:
unicode()把对象转换成unicode字符串
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，所以str()函数即可完成所有的功能
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，而且这个最大值是平台相关的。可以通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
python3里，只有一种整数类型int,大多数情况下，和python２中的长整型类似
| 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<>作为!=的同义词
python3只支持!=, 不再支持<>
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不再支持这个方法，需要使用in
返回列表的字典类方法:
python2里，许多字典类方法的返回值是列表。最常用方法有keys, items和values
python3，所有以上方法的返回值改为动态试图。在一些上下文环境里，这种改变不会产生影响。如果这些方法的返回值被立即传递给另外一个函数，而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同。如果你期望获得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，因为视图不支持索引
| 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不再支持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()] | 不需要使用额外的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()同样有效 |
重命名或重新组织的模块:
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重新组织，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，可以用来请求和解析http |
| import cookie | import http.cookies | http.cookie提供一个pythonic接口进行cookies操作 |
| import cookielib | import http.cookiejar | http.cookiejar可以操作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，但是比较混乱
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:
所有的DBM现在都在一个单独的包里，即dbm。如果需要其中某个特定的变体，比如GNU DBM,可以导入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是一个通过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 |
其他模块:
| 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，然后再去python搜索路径(sys.path)搜索
在python3里这个过程有一点不同。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。如果想要包里的一个模块导入包的另一个模块，需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
python3里同样成立。但是有一个新的全局的函数next(),它使用一个迭代器作为参数
| 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():
python2里，filter()方法返回一个列表，这个列表是通过一个返回值为True或False的函数来检测序列里的每一项的值
python3中，filter()函数返回一个迭代器，不再是列表
| 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()的改变一样，map()函数现在返回一个迭代器,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，现在被放置在fucntools模块里
| python2 | python3 | 备注 |
|---|---|---|
| reduce(a,b,c) | from functools import reduce reduce(a, b, c) |
APPLY()：
python2有一个叫做apply()的全局函数，它使用一个函数f和一个列表[a,b,c]作为参数，返回值是f(a,b,c).可以直接调用这个函数，在列表前添加一个星号作为参数传递给它来完成同样的事情
python3里，apply()函数不再存在；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，你可以用intern()函数作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里变成了一个函数一样，exec语句也是这样的。exec()函数使用一个包含任意python代码的字符串作为参数，然后像执行语句或表达式一样执行它。exec()跟eval()是相似，但exec()更加强大并具有挑战性。eval()函数只能执行单独一条表达式，但是exec()能够执行多条语句，导入(import),函数声明－实际上整个python程序的字符串表示也可以
| 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语句可以像执行python代码那样使用字符串。不同的是exec使用字符串，而execfile使用文件。在python3，execfile语句被去掉了
REPR：
python2，为了得到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(比如x)的特殊语法
python3里，这种能力仍然存在，但是你不能再使用反引号获得这种字符串表示了，需要使用全局函数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：
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，然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，但语法有一点不同
| 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，有两种方法获得一定范围内的数字：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()不再存在
| 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(然后返回结果)。用户输入什么他就返回什么,
第二个叫做raw_input()，输入结果为字符串形式
python3 通过input替代了他们，输入结果为字符串形式
| 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本身的特殊属性
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循环中尤其实用
python3中，xreadlines()方法不再可用
lambda函数:
在python2中，可以定义匿名函数lambda函数，通过指定作为参数的元组的元素个数，使这个函数实际上能够接收多个参数。python2的解释器把这个元组"解开“成命名参数，然后可以在lambda函数里引用它们
在python3中仍然可以传递一个元组为lambda函数的参数。但是python解释器不会把它当成解析成命名参数。需要通过位置索引来引用每个参数
| 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：如果定义了一个lambda函数，使用包含一个元素的元组作为参数，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)作为参数的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脚本可以处理使用嵌套命名参数的元组作为参数的lambda函数。产生的结果有点晦涩，但python3下和python2的效果是一样的。
注４：可以定义使用多个参数的lambda函数。语法在python3同样有效
特殊的方法属性:
在python2里，类方法可以访问到定义他们的类对象,也能访问方法对象本身。im_self是类的实例对象；im_func是函数对象，im_class是类本身
在python3里，这些属性被重命名，以遵循其他属性的命名约定
| 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:
python2里，可以创建自己的类，并使他们能够在布尔上下文中使用。举例来说，可以实例化这个类，并把这个实例对象用在一个if语句中。为了实现这个目的，可以定义一个特别的__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
python3中，仍然可以完成同样的功能，但这个特殊方法的名字改为了__bool__()
1 比如python2中 2 3 class A: 4 def __nonzero__(self): 5 pass 6 python3中改为： class A: def bool(self)： pass