Python字符串转int或float的选型建议与适用场景

int()和float()两种字符串转数值的方式不存在通用的“更优”选项，选择逻辑完全取决于待转换字符串的语义、后续业务对数值的精度和类型要求，错用类型轻则引入计算误差，重则直接抛出异常中断程序。

• 待转换字符串对应整数语义的离散值：比如用户ID、商品库存、端口号、年龄（整岁计数）、订单数量这类天生不存在小数部分的数据。这类值如果转成float，会带上.0的小数后缀，在严格类型校验的场景（比如网络端口绑定、数据库ID匹配）会直接触发类型错误。
  示例代码：

  port_str = "3306"
  port = int(port_str)  # 正确，socket绑定端口要求传入整数，传3306.0会直接报错
  user_id_str = "10029"
  user_id = int(user_id_str)  # 正确，转成float会出现大整数精度丢失风险
  

• 对计算精度要求100%准确，不能接受浮点误差的场景：比如计数统计、取模/整除运算场景。Python的int类型支持任意精度的整数运算，完全不会出现类似0.1 + 0.2 = 0.30000000000000004的浮点误差问题。
• 字符串本身是纯整数格式（无小数点、无科学计数法标识）时，优先选int()：同等数值下int类型的内存占用比float更低，整数运算的执行效率也更高。

• 待转换字符串对应连续变化的非整数值：比如带小数的商品价格、身高体重、温度、经纬度、转化率这类本身允许存在小数部分的数据。这类字符串如果直接调用int()会直接抛出ValueError。
  示例代码：

  price_str = "29.9"
  price = float(price_str)  # 直接调用int("29.9")会报错
  gps_str = "116.404"
  longitude = float(gps_str)
  

• 后续需要参与非整数科学计算的场景：比如要做除法求商、三角函数、对数等运算时，哪怕输入的字符串是整数字符串，也可以直接转成float，省去运算时的隐式类型转换步骤。
• 待转换字符串是科学计数法格式的数值（比如"1.2e3"、"3e-4"）时，只能用float()解析，int()无法识别这类格式，会直接抛错。

• 不要为了“图方便”无脑把所有数字字符串转float：长度超过16位的大整数转float时会出现精度丢失，比如字符串"9999999999999999"转int可以得到准确的16个9，转float会被自动解析为1e+16，值直接出错；手机号、身份证号这类长数字字符串更不能转float，会被转为科学计数法格式完全失真。
• 不确定输入字符串是整数还是小数格式时，可以加一层简单的异常捕获做兼容，不要硬写死转换逻辑：

  def parse_number(s: str):
      try:
          return int(s)
      except ValueError:
          return float(s)
  

注意：上述兼容逻辑仅适用于确定输入为数字格式字符串的场景，如果输入可能包含非数字内容，需要额外加外层异常捕获。

内容的提问来源于stack exchange，提问作者heng xia