011、类型转换的艺术：int、float、str、bytes 的互相转换与边界处理
011、类型转换的艺术：int、float、str、bytes 的互相转换与边界处理
上周五晚上十一点，我盯着屏幕上的报错日志，头皮发麻。一个生产环境的API突然返回了500，排查后发现是某个用户上传的Excel里，一个看似正常的数字字段在读取时被解析成了科学计数法字符串，然后下游的加密模块直接调用了bytes()去转换——结果炸了。那个字段的值是1.23456789e+10，而加密模块期望的是纯数字字符串。这种类型转换的坑，我踩过不下十次，今天干脆把int、float、str、bytes这四兄弟之间的互相转换和边界情况一次性说清楚。
int ↔ float：你以为的精度，其实都是假象
先看最基础的。int()和float()互相转换，看起来简单，但精度丢失的问题经常被忽略。
# 这里踩过坑：float转int直接截断小数部分，不是四舍五入price=19.99print(int(price))# 输出19，不是20# 别这样写，除非你明确知道要截断如果你需要四舍五入，老老实实用round()。但round()也有自己的脾气——银行家舍入法（四舍六入五成双），不是所有语言都这样，但Python是。
print(round(2.5))# 输出2，不是3！因为2是偶数print(round(3.5))# 输出4，因为4是偶数另一个坑：大整数转float会丢失精度。Python的int可以无限大，但float只有53位有效数字。
big_int=2**53+1print(float(big_int))# 输出9007199254740992.0，不是9007199254740993.0# 精度丢失了，而且不会报错，这才是最可怕的str ↔ int/float：用户输入永远是魔鬼
字符串转数字是日常高频操作，但用户输入的数据永远比你想象的脏。
# 别这样写：直接int(input())，用户输入"abc"直接崩user_input=" 42 "print(int(user_input))# 这个可以，int会忽略前后空格# 但下面这些都会炸# int("42.0") # ValueError# int("0x1A") # ValueError，除非指定base=16# int("1,234") # ValueError，逗号不行处理用户输入时，我习惯用try-except包裹，或者先做清洗。特别是从CSV、Excel读数据时，数字可能带着千分位逗号、货币符号、甚至不可见字符。
defsafe_int(value,default=0):"""生产环境用的安全转换，踩过太多坑了"""ifvalueisNone:returndefault# 先转字符串，去掉常见干扰字符cleaned=str(value).strip().replace(',','').replace('$','').replace('¥','')try:returnint(cleaned)except(ValueError,TypeError):try:returnint(float(cleaned))# 处理"42.0"这种情况except(ValueError,TypeError):returndefaultfloat转字符串也有讲究。str(0.1)输出'0.1'看起来没问题，但str(1/3)输出'0.3333333333333333'，这16位小数是float的极限精度。如果你需要控制小数位数，用格式化字符串。
price=1234.5678# 别这样写：str(price) + "元" # 输出"1234.5678元"，不专业# 应该这样：print(f"{price:.2f}元")# 输出"1234.57元"bytes ↔ str：编码问题能让你怀疑人生
bytes和str的转换是Python 3里最容易出bug的地方，没有之一。Python 2里str和bytes混用的时代已经过去了，但很多人还是搞不清什么时候该decode，什么时候该encode。
text="你好，世界"# str转bytes：encodebyte_data=text.encode('utf-8')# 推荐，跨平台兼容print(byte_data)# b'\xe4\xbd\xa0\xe5\xa5\xbd...'# bytes转str：decodedecoded=byte_data.decode('utf-8')print(decoded)# "你好，世界"坑在哪里？编码不一致。你从Windows的GBK文件读出来的bytes，用UTF-8去decode，直接报错。
# 这里踩过坑：从旧系统接口拿到的数据是gbk编码gbk_bytes=b'\xc4\xe3\xba\xc3'# "你好"的gbk编码try:print(gbk_bytes.decode('utf-8'))# UnicodeDecodeErrorexceptUnicodeDecodeError:print(gbk_bytes.decode('gbk'))# 正确输出"你好"更隐蔽的坑：str()和bytes()直接调用时的行为。
# 别这样写：str(b'hello') # 输出"b'hello'"，不是"hello"# 应该用 decode()print(str(b'hello',encoding='utf-8'))# 输出"hello"# bytes()的坑更大print(bytes(10))# 输出b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'，10个空字节# 不是b'10'！如果你想要b'10'，应该用bytes('10', encoding='utf-8')bytes ↔ int/float：网络协议和二进制文件的必修课
这部分是很多Python开发者忽略的，但如果你做网络编程、文件格式解析、或者加密相关的工作，这是基本功。
# int转bytes：用to_bytes方法number=123456# 别这样写：bytes(number) # 得到123456个空字节，不是你要的byte_data=number.to_bytes(4,byteorder='big')# 4字节，大端序print(byte_data)# b'\x00\x01\xe2@'# bytes转int：用from_bytesrecovered=int.from_bytes(byte_data,byteorder='big')print(recovered)# 123456边界情况：负数怎么办？to_bytes默认不支持负数，需要指定signed=True。
negative=-123456try:negative.to_bytes(4,byteorder='big')# OverflowErrorexceptOverflowError:byte_data=negative.to_bytes(4,byteorder='big',signed=True)print(byte_data)# b'\xff\xfe\x1d\xc0'recovered=int.from_bytes(byte_data,byteorder='big',signed=True)print(recovered)# -123456float转bytes更麻烦，因为float没有直接的to_bytes方法。需要用struct模块。
importstruct# float转bytespi=3.14159byte_data=struct.pack('!f',pi)# '!'表示网络字节序（大端），'f'表示floatprint(byte_data)# 4字节的二进制表示# bytes转floatrecovered=struct.unpack('!f',byte_data)[0]print(recovered)# 3.14159，但可能有精度损失注意：struct.pack的'f'是C语言的float（4字节），'d'是double（8字节）。Python的float对应的是double。
混合转换的实战场景
真实项目中，你很少只做一对一的转换。比如从网络接收数据，可能是bytes，里面包含数字，需要先decode成str，再转成int或float。
# 模拟从socket接收的数据raw_data=b'{"temperature": "25.6", "humidity": "68%"}'# 别这样写：直接eval(raw_data) # 安全风险importjson decoded=raw_data.decode('utf-8')data=json.loads(decoded)temp=float(data['temperature'])# 25.6humidity=int(data['humidity'].rstrip('%'))# 68另一个常见场景：把数字转成固定长度的bytes用于协议通信。
defpack_int32(value):"""把int转成4字节大端bytes，支持负数"""returnvalue.to_bytes(4,byteorder='big',signed=True)defunpack_int32(data):"""从4字节bytes恢复int"""returnint.from_bytes(data,byteorder='big',signed=True)# 测试边界值print(pack_int32(2147483647))# 最大正int32print(pack_int32(-2147483648))# 最小负int32个人经验性建议
永远不要相信输入数据的类型。从文件、网络、用户输入来的数据，先转成你期望的类型，再处理。我见过太多因为CSV里一个数字带空格就崩掉的情况。
编码问题要显式处理。不要依赖默认编码，
open()文件时指定encoding='utf-8'，encode()和decode()时明确指定编码。默认编码在不同操作系统上不一样，Windows是gbk，Linux是utf-8，这个坑我踩了三年才养成习惯。大数转换要警惕精度。如果你的业务涉及超过2^53的整数（比如某些ID、时间戳），不要用float，用int或者decimal.Decimal。float转int时，先确认你真的需要截断而不是四舍五入。
bytes和str的转换要成对出现。每次encode都要有对应的decode，反之亦然。我习惯在函数或类的边界做转换，内部统一用一种类型。比如所有网络层用bytes，业务层用str，在接口处转换。
写测试用例覆盖边界值。0、负数、最大值、最小值、空字符串、None、特殊字符（如emoji），这些都要测。我见过一个线上bug，就是因为用户昵称里有个emoji，导致某个老系统的GBK编码转换失败。
类型转换看起来是基础，但往往是线上bug的重灾区。每次遇到这类问题，我都会在代码里加注释，提醒自己和其他人：“这里踩过坑”。希望这篇文章能帮你少踩几个坑。