强制转换的核心是确保可预期、可控制、可恢复。int()仅接受合法整数字面量，float()支持更广但拒绝模糊输入；浮点转整须显式选择截断方式；用户输入需预清洗；精度敏感场景应使用decimal替代float。
强制转换引发的数值问题，核心在于“看似能转、实则失真或失败”。关键不是避免转换，而是让每次转换都可预期、可控制、可恢复。
明确 int() 和 float() 的能力边界
int() 只接受语法合法的整数字面量：带正负号、无小数点、无逗号、无单位、无空格（首尾空白会自动 strip）。它不负责“理解意图”，只做严格解析。
-
能成功：
int("123")、int(" -45 ")、int("0x10", 16) -
必然失败：
int("12.3")（小数点）、int("1,000")（逗号）、int("$99.99")（符号）、int("")（空字符串）
float() 范围更宽，支持小数、科学计数法（"1e-3"）、"inf"、"nan"，但仍拒绝模糊输入，如 "12.3.4" 或 "12,3"。
浮点转整必须主动选择截断方式
直接用 int(9.999) 得到 9，不是四舍五入，也不是向下取整——它是向零截断。若业务需要特定逻辑，就得显式调用对应函数：
- 要四舍五入 → 用
round(x)（注意：返回 float，需再套 int） - 要向下取整 → 用
math.floor(x) - 要向上取整 → 用
math.ceil(x) - 要向零取整（即默认 int 行为）→ 保留
int(x)，但得写清楚注释
用户输入和脏数据必须预清洗
真实场景中，"1,234.56"、" $99.99 "、"N/A"、"无数据" 都可能混入输入流。不能指望 int() 或 float() 自动识别并清理。
- 先用正则或字符串方法剥离无关字符（如
re.sub(r'[^\d.-]', '', s.strip())） - 再判断是否含小数点，决定走
int()还是float() - 对结果做语义校验，比如“年龄不能为负”“价格不能为 nan”
一个健壮的转换函数应返回 None 或抛出定制异常，而不是让错误蔓延到下游计算中。
精度敏感场景绕开 float，改用 decimal
金融、计量等要求精确小数位的场合，float 的二进制表示本质就存在误差（如 0.1 + 0.2 != 0.3）。此时应切换到 decimal 模块：
- 用
Decimal('0.1') + Decimal('0.2')确保结果为Decimal('0.3') - 所有原始输入建议以字符串形式传入
Decimal，避免 float 中间态污染 - 运算后仍可用
quantize()控制小数位数，例如result.quantize(Decimal('0.01'))
