Python 3 为何弃用 raw\_input,改用 input 返回字符串
2026-05-20 10:45:37
0浏览
收藏
Python 3 将 input() 重塑为仅返回字符串的安全输入函数,本质是一次关键的安全升级:它彻底废除了 Python 2 中隐式调用 eval()、极易引发任意代码执行的危险接口,强制开发者直面类型转换这一不可回避的责任——所有输入都以原始字符串形式交付,数字需显式 int()、浮点数需 float()、结构化数据须用 ast.literal_eval() 等安全方式解析,既杜绝了 rm -rf / 这类真实存在的灾难性漏洞,也倒逼写出更健壮、可维护、可审计的代码;如果你还在为 "x + 10" 报 TypeError 困惑,或下意识想用 eval() 偷懒,那正是理解这次变革最迫切的理由。

Python 3 删除 raw_input() 不是因为“功能冗余”或“懒得维护”,而是为了消除一个危险且易被误用的接口——input() 在 Python 2 中会隐式调用 eval(),直接执行用户输入的任意代码。
Python 2 的 input() 实际上是 eval(raw_input())
这意味着:当你在 Python 2 中写 age = input("How old? ") 并输入 25,它能工作;但如果你输入 __import__('os').system('rm -rf /')(在有权限的系统上),程序就真的会执行这条命令。这不是理论风险,而是真实发生过的安全漏洞源头。
- Python 2 的
input()等价于eval(raw_input()),无任何沙箱、无警告、无过滤 raw_input()才是安全的、只返回字符串的“真正输入函数”- 绝大多数实际场景(表单、配置、菜单选择)根本不需要表达式求值,却因命名模糊导致新手误用
input()
Python 3 的 input() 就是 Python 2 的 raw_input()
重命名不是为了“简化 API”,而是强制开发者面对类型转换这件事:你必须显式决定“这串文本我要当什么用”。
- 所有输入都返回
str,包括"42"、"3.14"、"True"、"[1,2,3]" - 想转数字?得自己写
int(input("x: "))或float(input("y: ")) - 想解析布尔值或列表?不能靠
input()自动猜,得用ast.literal_eval()或手动逻辑 - 如果硬要复刻 Python 2 的
input()行为,得显式写eval(input(...))—— 至少你得打完eval这三个字母,心里会停顿一下
常见错误:以为 input() 能自动识别数字类型
这是从 Python 2 迁移过来最典型的认知残留。现象是:程序看似运行,但后续计算报 TypeError: unsupported operand type(s) for +: 'str' and 'int'。
- 错误写法:
x = input("Enter number: "); result = x + 10→TypeError - 正确做法:
x = int(input("Enter number: ")); result = x + 10 - 更健壮写法:加
try/except捕获ValueError,因为用户可能输"abc" - 别用
eval()替代类型转换——它不解决输入校验,反而引入执行风险
真正容易被忽略的点不是“怎么转类型”,而是:当你的程序要处理用户输入的复杂结构(比如 JSON 片段、带空格的路径、含引号的句子)时,input() 返回的原始字符串里可能藏着换行、制表符或 Unicode BOM。这时候 strip() 不够用,得考虑 sys.stdin.readline().rstrip('\n\r') 或编码清理逻辑。
今天关于《Python 3 为何弃用 raw\_input,改用 input 返回字符串》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
Memrise离线课程下载方法及学习技巧
- 上一篇
- Memrise离线课程下载方法及学习技巧
- 下一篇
- Python爬虫抓取JS数据,Selenium 4轻松解决
查看更多
最新文章
-
- 文章 · python教程 | 8小时前 |
- Python logging Formatter 统一结构化字段输出
- 185浏览 收藏
-
- 文章 · python教程 | 9小时前 | 配置 · python · Python教程 · 配置管理 Python 3.15 frozendict 不可变映射
- Python 3.15 frozendict 内置类型的配置使用场景
- 192浏览 收藏
-
- 文章 · python教程 | 12小时前 | 序列化 · python · Python pickle 进程池 multiprocessing Pool
- Python multiprocessing 进程池传递不可序列化对象
- 255浏览 收藏
-
- 文章 · python教程 | 13小时前 | 数据一致性 · Python教程 · Python 事务 自动提交 sqlite3 autocommit isolation_level
- Python sqlite3 事务模式与自动提交边界
- 197浏览 收藏
-
- 文章 · python教程 | 14小时前 |
- Python contextlib.nullcontext 统一同步异步入口
- 316浏览 收藏
-
- 文章 · python教程 | 14小时前 | 面向对象 · python · Python教程 · InitVar __post_init__ Python dataclass 派生字段 field(init=False)
- Python dataclass __post_init__ 计算派生字段
- 303浏览 收藏
-
- 文章 · python教程 | 15小时前 |
- Python typing.TypeGuard 处理复杂容器类型收窄
- 437浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python os.fspath 支持自定义路径对象
- 214浏览 收藏
-
- 文章 · python教程 | 19小时前 | 异常处理 · 异步编程 · Python教程 · asyncio · 后台任务 任务取消 CancelledError Python asyncio asyncio.shield
- Python asyncio.shield 保护后台任务免受外层取消
- 407浏览 收藏
-
- 文章 · python教程 | 21小时前 |
- Python configparser ExtendedInterpolation 组织分层配置
- 480浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 414次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 495次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 502次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 449次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 280次使用
查看更多
相关文章
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

