Python 3 的新特性zz

Python 版本 3，也被称为 Python 3000 或 Py3K（仿效 Microsoft® Windows® 2000 操作系统而命名的昵称）是 Guido van Rossum 通用编程语言的最新版本。虽然新版本对该核心语言做了很多改进，但还是打破了与 2.x 版本的向后兼容性。其他一些变化则是人们期待已久的，比如：

• 真正的除法 — 例如，1/2 返回的是 .5。
• long 和 int 类型被统一为一种类型，删除了后缀 L。
• True、False 和 None 现在都是关键字。

本文 — Python 3 系列文章中的第一篇 — 的内容涵盖了新的 print() 函数、input()、输入/输出（I/O）的变化、新的 bytes 数据类型、字符串和字符串格式化的变化以及内置的 dict 类型的变化。本文面向的是那些熟悉 Python 并对新版本的变化很感兴趣但又不想费力读完所有 Python Enhancement Proposal（PEP）的编程人员。（本文后面的 参考资料 部分提供了有关这些 PEP 的链接。）

新的 print() 函数

如今，您将需要让手指习惯于键入 print("hello")，而不是原来的 print "hello"，这是因为 print 现在是一个函数，不再是一个语句。我知道，这多少有点痛苦。我认识的每个 Python 程序员 — 一旦安装了版本 3 并得到 “语法不正确” 错误 — 都会郁闷地大叫。我知道这两个额外的符号十分讨厌；我也知道这将会破坏向后兼容性。但是这种改变还是有好处的。

让我们考虑这样的情况，即需要将标准输出（stdout）重定向到一个日志。如下的例子会打开文件 log.txt 以便进行追加并将对象指定给 fid。之后，利用 print>> 将一个字符串重定向给文件 fid：

>>>fid = open("log.txt", "a")
>>>print>>fid, "log text"

另外一个例子是重定向给标准错误（sys.stderr）：

>>>print>>sys.stderr, "an error occurred"

上述两个例子都不错，但还有更好的解决方案。新的语法只要求给 print() 函数的关键字参数 file 传递一个值就可以了。比如：

>>>fid = open("log.txt", "a")
>>>print("log.txt", file=fid)

这样的代码，语法更为清晰。另一个好处是通过向 sep 关键字参数传递一个字符串就能更改分割符（separator），通过向 end 关键字参数传递另外一个字符串就能更改结束字符串。要更改分割符，可以利用：

>>>print("Foo", "Bar", sep="%")
>>>Foo%Bar

总地来说，新的语法为：

print([object, ...][, sep=' '][, end='endline_character_here'][, file=redirect_to_here])

其中，方括号（[]）内的代码是可选的。默认地，若只调用 print() 自身，结果会追加一个换行符（ \n）。

---

回页首

从 raw_input() 到 input()

在 Python 版本 2.x 中，raw_input() 会从标准输入（sys.stdin）读取一个输入并返回一个字符串，且尾部的换行符从末尾移除。下面的这个例子使用 raw_input() 从命令提示符获取一个字符串，然后将值赋给 quest。

>>>quest = raw_input("What is your quest? ")
What is your quest? To seek the holy grail.
>>>quest
'To seek the holy grail.'

与之不同，Python 2.x 中的 input() 函数需要的是一个有效的 Python 表达式，比如 3+5。

最初，曾有人建议将 input() 和 raw_input() 从 Python 内置的名称空间一并删除，因此就需要进行导入来获得输入能力。这从方法上就不对；因为，简单键入：

>>>quest = input("What is your quest?")

将会变为:

>>>import sys
>>>print("What is your quest?")
>>>quest = sys.stdin.readline()

对于一个简单输入而言，这太过繁琐，并且对于一个新手，这未免太难理解。往往需要向他们讲述模块 和导入 究竟是怎么回事、字符串输出以及句点操作符又是如何工作的（如此麻烦的话，与 Java™ 语言就没什么差别了）。所以，在 Python 3 内，将 raw_input() 重命名为 input()，这样一来，无须导入也能从标准输入获得数据了。如果您需要保留版本 2.x 的 input() 功能，可以使用 eval(input())，效果基本相同。

---

回页首

有关 bytes 的简介

新的数据类型 bytes literal 及 bytes 对象的用途是存储二进制数据。此对象是 0 到 127 的不可修改的整数序列或纯粹的 ASCII 字符。实际上，它是版本 2.5 中 bytearray 对象的不可修改版本。一个 bytes literal 是一个前面冠以 b 的字符串 — 例如，b'byte literal'。对 bytes literal 的计算会生成一个新的 bytes 对象。可以用 bytes() 函数创建一个新的 bytes 对象。bytes 对象的构造函数为：

bytes([initializer[, encoding]])

例如：

>>>b = (b'\xc3\x9f\x65\x74\x61')
>>>print(b)
b'\xc3\x83\xc2\x9feta'

会创建一个 bytes 对象，但这是多余的，因为通过赋值一个 byte literal 就完全可以创建 bytes 对象。（我只是想要说明这么做是可行的，但是我并不建议您这么做。）如果您想要使用 iso-8859-1 编码，可以尝试下面的做法：

>>>b = bytes('\xc3\x9f\x65\x74\x61', 'iso-8859-1')
>>>print(b)
b'\xc3\x83\xc2\x9feta'

如果初始化器（initializer）是一个字符串，那么就必须提供一种编码。如果初始化器是一个 bytes literal，则无须指定编码类型：请记住，bytes literal 并不是字符串。但是与字符串相似，可以连接多个字节：

>>>b'hello' b' world'
b'hello world'

用 bytes() 方法代表二进制数据以及被编码的文本。要将 bytes 转变为 str， bytes 对象必须要进行解码（稍后会详细介绍）。二进制数据用 decode() 方法编码。例如：

>>>b'\xc3\x9f\x65\x74\x61'.decode()
'ßeta'

也可以从文件中直接读取二进制数据。请看以下的代码：

>>>data = open('dat.txt', 'rb').read() 
>>>print(data) # data is a string
>>># content of data.txt printed out here

它的功能是打开文件以便在二进制模式内读取一个文件对象，并在整个文件内进行读取。

---

回页首

字符串

Python 具有单一的字符串类型 str，其功能类似于版本 2.x 的 unicode 类型。换言之，所有字符串都是 unicode 字符串。而且 — 对非拉丁文的文本用户也非常方便 — 非-ASCII 标识符现在也是允许的。例如：

>>>césar = ["author", "consultant"]
>>>print(césar)
['author', 'consultant']

在 Python 之前的版本内，repr() 方法会将 8-位字符串转变为 ASCII。例如：

>>>repr('é')
"'\\xc3\\xa9'"

现在，它会返回一个 unicode 字符串：

>>>repr('é')
"'é'"

正如我之前提到的，这个字符串是内置的字符串类型。

字符串对象和字节对象是不兼容的。如果想要得到字节的字符串表示，需要使用它的 decode() 方法。相反，如果想要从该字符串得到 bytes literal 表示，可以使用字符串对象的 encode() 方法。

---

回页首

字符串格式化方面的变化

很多 Python 程序员都感觉用来格式化字符串的这个内置的 % 操作符太有限了，这是因为：

• 它是一个二进制的操作符，最多只能接受两个参数。
• 除了格式化字符串参数，所有其他的参数都必须用一个元组（tuple）或是一个字典（dictionary）进行挤压。

这种格式化多少有些不灵活，所以 Python 3 引入了一种新的进行字符串格式化的方式（版本 3 保留了 % 操作符和 string.Template 模块）。字符串对象现在均具有一个方法 format()，此方法接受位置参数和关键字参数，二者均传递到 replacement 字段 。Replacement 字段在字符串内由花括号（{}）标示。replacement 字段内的元素被简单称为一个字段。以下是一个简单的例子：

>>>"I love {0}, {1}, and {2}".format("eggs", "bacon", "sausage")
'I love eggs, bacon, and sausage'

字段 {0}、{1} 和 {2} 通过位置参数 eggs、 bacon 和 sausage 被传递给 format() 方法。如下的例子显示了如何使用 format() 通过关键字参数的传递来进行格式化：

>>>"I love {a}, {b}, and {c}".format(a="eggs", b="bacon", c="sausage")
'I love eggs, bacon, and sausage'

下面是另外一个综合了位置参数和关键字参数的例子：

>>>"I love {0}, {1}, and {param}".format("eggs", "bacon", param="sausage")
'I love eggs, bacon, and sausage'

请记住，在关键字参数之后放置非关键字参数是一种语法错误。要想转义花括号，只需使用双倍的花括号，如下所示：

>>>"{{0}}".format("can't see me")
'{0}'

位置参数 can't see me 没有被输出，这是因为没有字段可以输出。请注意这不会产生错误。

新的 format() 内置函数可以格式化单个值。比如：

>>>print(format(10.0, "7.3g"))
       10

换言之，g 代表的是 一般格式，它输出的是宽度固定的值。小数点前的第一个数值指定的是最小宽度，小数点后的数值指定的是精度。format specifier 的完整语法超出了本文的讨论范围，更多信息，可以参见本文的 参考资料 小节。

---

回页首

内置 dict 类型的变化

3.0 内的另一个重大改变是字典内 dict.iterkeys()、 dict.itervalues() 和 dict.iteritems() 方法的删除。取而代之的是 .keys()、 .values() 和 .items()，它们被进行了修补，可以返回轻量的、类似于集的容器对象，而不是键和值的列表。这样的好处是在不进行键和条目复制的情况下，就能在其上执行 set 操作。例如：

>>>d = {1:"dead", 2:"parrot"}
>>>print(d.items())
<built-in method items of dict object at 0xb7c2468c>

注意：在 Python 内，集 是惟一元素的无序集合。

这里，我创建了具有两个键和值的一个字典，然后输出了 d.items() 的值，返回的是一个对象，而不是值的列表。可以像 set 对象那样测试某个元素的成员资格，比如：

>>>1 in d # test for membership
True

如下是在 dict_values 对象的条目上进行迭代的例子：

>>>for values in d.items():
...     print(values) 
...
dead
parrot

不过，如果您的确想要得到值的列表，可以对所返回的 dict 对象进行强制类型转换。比如：

>>>keys = list(d.keys())
>>>print(keys)
[1,2]

---

回页首

新的 I/O

元类

Wikipedia 对元类的定义是这样的，“一个元类 是这样一个类，其实例也是类。” 在本系列的第 2 部分我会对这个概念进行详细的介绍。

在深入研究 I/O 的新机制之前，很有必要先来看看抽象基类（ abstract base classes，ABC）。更深入的介绍将会在本系列的第 2 部分提供。

ABC 是一些无法被实例化的类。要使用 ABC，子类必须继承自此 ABC 并且还要覆盖其抽象方法。如果方法的前缀使用 @abstractmethod 修饰符（decorator），那么此方法就是一个抽象方法。新的 ABC 框架还提供了 @abstractproperty 修饰符以便定义抽象属性。可以通过导入标准库模块 abc 来访问这个新框架。清单 1 所示的是一个简单的例子。

清单 1. 一个简单的抽象基类

				
from abc import ABCMeta

class SimpleAbstractClass(metaclass=ABCMeta):
    pass

SimpleAbstractClass.register(list)

assert isinstance([], SimpleAbstractClass)

register() 方法调用接受一个类作为其参数并会让此 ABC 成为所注册类的子类。这一点可以通过在最后一行上调用 assert 语句进行验证。清单 2 是使用修饰符的另外一个例子。

清单 2. 使用修饰符的一个抽象基类

				
from abc import ABCMeta, abstractmethod

class abstract(metaclass=ABCMeta):
    @abstractmethod
    def absMeth(self):
        pass
 
class A(abstract):
    # must implement abstract method
    def absMeth(self):
        return 0

了解了 ABC 之后，我们就可以继续探究新的 I/O 系统了。之前的 Python 发布版都缺少一些重要但是出色的函数，比如用于类似于流的对象的 seek()。 类似于流的对象 是一些具有 read() 和 write() 方法的类似于文件的对象 — 比如，socket 或文件。Python 3 具有很多针对类似于流的对象的 I/O 层 — 一个原始的 I/O 层、一个被缓冲的 I/O 层以及一个文本 I/O 层 — 每层均由其自身的 ABC 及实现定义。

打开一个流还是需要使用内置的 open(fileName) 函数，但是也可以调用 io.open(fileName))。这么做会返回一个缓冲了的文本文件；read() 和 readline() 会返回字符串（请注意，Python 3 内的所有字符串都是 unicode）。您也可以使用 open(fileName, 'b') 打开一个缓冲了的二进制文件。在这种情况下，read() 会返回字节，但 readline() 则不能用。

此内置 open() 函数的构造函数是：

open(file,mode="r",buffering=None,encoding=None,errors=None,newline=None,closefd=True)

可能的模式有：

• r：读
• w：打开供写入
• a：打开供追加
• b：二进制模式
• t：文本模式
• +：打开一个磁盘文件供更新
• U：通用换行模式

默认的模式是 rt，即打开供读取的文本模式。

buffering 关键字参数的期望值是以下三个整数中的一个以决定缓冲策略：

• 0：关闭缓冲
• 1：行缓冲
• > 1：完全缓冲（默认）

默认的编码方式独立于平台。关闭文件描述符或 closefd 可以是 True 或 False。如果是 False，此文件描述符会在文件关闭后保留。若文件名无法奏效的话，那么 closefd 必须设为 True。

open() 返回的对象取决于您所设置的模式。表 1 给出了返回类型。

表 1. 针对不同打开模式的返回类型

模式	返回对象
文本模式	TextIOWrapper
二进制	BufferedReader
写二进制	BufferedWriter
追加二进制	BufferedWriter
读/写模式	BufferedRandom

请注意：文本模式可以是 w、 r、wt、 rt 等。

清单 3 中所示的例子打开的是一个缓冲了的二进制流以供读取。

清单 3. 打开一个缓冲了的二进制流以供读取

				
>>>import io
>>>f = io.open("hashlib.pyo", "rb")  # open for reading in binary mode
>>>f                                 # f is a BufferedReader object 
<io.BufferedReader object at 0xb7c2534c>
>>>f.close()                         # close stream

BufferedReader 对象可以访问很多有用的方法，比如 isatty、 peek、raw、 readinto、readline、 readlines、seek、 seekable、tell、 writable、write 和 writelines。要想查看完整列表，可以在 BufferedReader 对象上运行 dir()。

---

回页首

结束语

Python 社区是否会接??版本 3 还尚在人们的猜测之中。打破向后兼容性意味着将要为两种版本提供支持。一些项目开发人员可能不太想迁移其项目，即便是使用版本 2 到 3 的转化器。就我个人而言，我发现从 Python 版本 2 迁移到 3 其实不过是对几个事情的重新认识：它当然不会像从 Python 迁移到 Java 或 Perl 语言那样变化强烈。很多变化是早就在人们意料中的，比如对 dict 的实质更改。执行 print() 远比执行 Java 的 System.out.println() 容易得多，学习起来也相对容易，所以的确能带来一些好处。

我猜想，blogosphere 内的一些帖子会让 Python 的支持者也会误认为其中的某些变更 — 例如对向后兼容性的打破 — 具有破坏性的影响。 Lambda 本来就是准备好要删除的，只不过一直没有这么做，仍保留了其原始的格式。有关保留项目的完整列表，请访问 Python 核心开发站点。如果您具备足够的探索精神愿意深入研究所有的 PEP，那么您一定能够从中获得更深入的信息。

本系列的下一期文章将会涵盖更高级的主题，比如元类语法、ABC、修饰符、integer literal 支持、基类型和异常。

参考资料

学习

• 您可以参阅本文在 developerWorks 全球网站上的 英文原文。
  
  
• 有关 format specifier 的完整语法，请访问 Python 核心开发站点。
  
  
• 阅读相关的 Python 3 PEP：
  • PEP 3111：Simple input built-in in Python 3000
  • PEP 3116：New I/O
  • PEP 3138：String representation in Python 3000
  • PEP 3112：Bytes literals in Python 3000
  • PEP 3137：Immutable Bytes and Mutable Buffer
  • PEP 3106：Revamping dict.keys(), .values() & .items()
  • PEP 3108：Standard Library Reorganization
  • PEP 3100：Miscellaneous Python 3.0 Plans
  
  
• 请参阅 Wikipedia 上的 元类。
  
  
• 查阅计算机课程，包括 Wikipedia 上的 抽象类。
  
  
• 阅读 Guido van Rossum 的论文。
  
  
• 了解 Python 的 惟一元素的无序集合 或集。
  
  
• 在 developerWorks Linux 专区 寻找为 Linux 开发人员（包括 Linux 新手入门）准备的更多参考资料，查阅我们 最受欢迎的文章和教程。
  
  
• 在 developerWorks 上查阅所有 Linux 技巧 和 Linux 教程。
  
  
• 随时关注 developerWorks 技术活动和网络广播。
  
  

获得产品和技术

• 获得 Python 的最新版本。
  
  
• 利用可直接从 developerWorks 下载的 IBM 试用软件 构建您的下一个 Linux 开发项目。
  
  

讨论

通过 blogs、论坛、podcast 和空间加入 developerWorks 社区。