Python将Python2代码迁移到Python3

除法¶

在Python 3中，5/2==2.5``而不是``2；所有``int``数值之间的除法都会产生一个``float``、这个变化实际上从2002年发布的Python 2.2开始就已经计划好了。从那时起，我们就鼓励用户在所有使用``/和//运算符的文件中添加``from__future__importdivision，或者在运行解释器时使用``-Q``标志。如果你没有这样做，那么你需要检查你的代码并做两件事。

1. 添加 from__future__importdivision 到你的文件。

2. 根据需要更新任何除法运算符，要么使用 // 来使用向下取整除法，要么继续使用 / 并得到一个浮点数

之所以没有简单地将 / 自动翻译成 //，是因为如果一个对象定义了一个 __truediv__ 方法，但没有定义 __floordiv__，那么你的代码就会运行失败（例如，一个用户定义的类用 / 来表示一些操作，但没有用 // 来表示同样的事情或根本没有定义）。

文本与二进制数据¶

在Python 2中，你可以对文本和二进制数据都使用``str``类型。不幸的是，这两个不同概念的融合可能会导致脆弱的代码，有时对任何一种数据都有效，有时则无效。如果人们没有明确说明某种接受``str``东西可以接受文本或二进制数据，而不是一种特定的类型，这也会导致API的混乱。这使情况变得复杂，特别是对于任何支持多种语言的人来说，因为API在声称支持文本数据时不会显式支持``unicode``。

为了使文本和二进制数据之间的区别更加清晰和明显，Python 3做了大多数在互联网时代创建的语言所做的事情，使文本和二进制数据成为不能盲目混合在一起的不同类型（Python早于互联网的广泛使用）。对于任何只处理文本或只处理二进制数据的代码，这种分离并不构成问题。但是对于必须处理这两种数据的代码来说，这确实意味着你现在可能必须关心你何时使用文本或二进制数据，这就是为什么这不能完全自动化迁移。

首先，你需要决定哪些 API 接受文本，哪些接受二进制（由于保持代码工作的难度，强烈 建议你不要设计同时接受两种数据的 API；如前所述，这很难做得好）。在 Python 2 中，这意味着要确保处理文本的 API 能够与 unicode 一起工作，而处理二进制数据的 API 能够与 Python 3 中的 bytes 类型一起工作（在 Python 2 中是 str 的一个子集，在 Python 2 中作为 bytes 类型的别名）。通常最大的问题是意识到哪些方法同时存在于 Python 2 和 3 的哪些类型上 (对于文本来说，Python 2 中是 unicode，Python 3 中是 str，对于二进制来说，Python 2 中是 str/bytes，Python 3 中是``bytes``)。 下表列出了每个数据类型在 Python 2 和 3 中的 独特 的方法 (例如，decode() 方法在 Python 2 或 3 中的等价二进制数据类型上是可用的，但是它不能在 Python 2 和 3 之间被文本数据类型一致使用，因为 Python 3 中的 str 没有这个方法)。 请注意，从 Python 3.5 开始，__mod__ 方法被添加到 bytes 类型中。

通过在你的代码边缘对二进制数据和文本进行编码和解码，可以使这种区分更容易处理。这意味着，当你收到二进制数据的文本时，你应该立即对其进行解码。而如果你的代码需要将文本作为二进制数据发送，那么就尽可能晚地对其进行编码。这使得你的代码在内部只与文本打交道，从而不必再去跟踪你所处理的数据类型。

下一个问题是确保你知道你的代码中的字符串字头是代表文本还是二进制数据。你应该给任何呈现二进制数据的字面符号添加一个``b``前缀。对于文本，你应该给文本字面添加一个``u``前缀。（有一个 __future__ 导入来强制所有未指定的字头为Unicode，但实际使用情况表明它并不像给所有字头显式添加一个``b``或``u``前缀那样有效）

作为这种二分法的一部分，你还需要小心打开文件。除非你一直在 Windows 上工作，否则你有可能在打开二进制文件时没有一直费心地添加``b``模式 （例如，用``rb``进行二进制读取）。 在 Python 3 下，二进制文件和文本文件显然是不同的，而且是相互不兼容的；详见 io 模块。因此，你必须**决定**一个文件是用于二进制访问（允许读取和/或写入二进制数据）还是文本访问（允许读取和/或写入文本数据）。你还应该使用 io.open() 来打开文件，而不是内置的 open() 函数，因为 io 模块从 Python 2 到 3 是一致的，而内置的 open() 函数则不是 (在 Python 3 中它实际上是 io.open())。不要理会使用 codecs.open() 的过时做法，因为这只是为了保持与 Python 2.5 的兼容性。

在Python 2和3中，str``和``bytes``的构造函数对相同的参数有不同的语义。在Python2中，传递一个整数给``bytes，你将得到整数的字符串表示：bytes(3)=='3'。但是在Python 3中，一个整数参数传递给``bytes``将给你一个与指定的整数一样长的bytes对象，其中充满了空字节：bytes(3)==b'\x00\x00\x00'。当把bytes对象传给``str``时，类似的担心是必要的。 在Python 2中，你只是又得到了该bytes对象：str(b'3')==b'3'。但是在Python 3中，你得到bytes对象的字符串表示：str(b'3')=="b'3'"。

最后，二进制数据的索引需要仔细处理（切片 不需要 任何特殊处理）。在 Python 2 中 b'123'[1]==b'2'，而在 Python 3 中``b'123'[1] == 50``。 因为二进制数据只是二进制数的集合，Python 3 会返回你索引的字节的整数值。 但是在 Python 2 中，因为 bytes==str，索引会返回一个单项的字节片断。 six 项目有一个名为 six.indexbytes() 的函数，它将像在 Python 3 中一样返回一个整数: six.indexbytes(b'123',1)。

总结一下：

1. 决定你的API中哪些采用文本，哪些采用二进制数据

2. 确保你对文本工作的代码也能对``unicode``工作，对二进制数据的代码在Python 2中能对``bytes``工作（关于每种类型不能使用的方法，见上表）。

3. 用``b``前缀标记所有二进制字词，用``u``前缀标记文本字词

4. 尽快将二进制数据解码为文本，尽可能晚地将文本编码为二进制数据

5. 使用 io.open() 打开文件，并确保在适当时候指定 b 模式。

6. 在对二进制数据进行索引时要小心

使用特征检测而不是版本检测¶

你不可避免地会有一些代码需要根据运行的 Python 版本来选择要做什么。做到这一点的最好方法是对你运行的 Python 版本是否支持你所需要的东西进行特征检测。如果由于某种原因这不起作用，那么你应该让版本检测针对 Python 2 而不是 Python 3。为了帮助解释这个问题，让我们看一个例子。

假设你需要访问 importlib 的一个功能，该功能自Python 3.3开始在Python的标准库中提供，并且通过PyPI上的 importlib2 提供给Python 2。你可能会想写代码来访问例如 importlib.abc 模块，方法如下:

importsys
ifsys.version_info[0]==3:
fromimportlibimportabc
else:
fromimportlib2importabc

这段代码的问题是，当Python 4出来的时候会发生什么？最好是将Python 2作为例外情况，而不是Python 3，并假设未来的Python版本与Python 3的兼容性比Python 2更强:

importsys
ifsys.version_info[0]>2:
fromimportlibimportabc
else:
fromimportlib2importabc

不过，最好的解决办法是根本不做版本检测，而是依靠特征检测。这就避免了任何潜在的版本检测错误的问题，并有助于保持你对未来的兼容:

try:
fromimportlibimportabc
exceptImportError:
fromimportlib2importabc

from__future__importabsolute_import
from__future__importdivision
from__future__importprint_function