int()必须考虑比必须转换更多的可能类型float()。当您将单个对象传递给int()并且它还不是整数时，会测试各种内容：
- 如果已经是整数，直接使用
- 如果对象实现了
__int__方法，调用它并使用结果
- 如果对象是 的 C 派生子类
int，则进入并将结构中的 C 整数值转换为int()对象。
- 如果对象实现了
__trunc__方法，调用它并使用结果
- 如果对象是字符串，则将其转换为基数设置为 10 的整数。
当您传入基本参数时，这些测试都不会执行，然后代码会直接跳转到将字符串转换为 int，并使用选定的基数。那是因为没有其他可接受的类型，而不是在给定基数的情况下。
结果，当你传入一个基数时，突然从一个字符串创建一个整数要快得多：
$ bin/python -m timeit "int('1')"
1000000 loops, best of 3: 0.469 usec per loop
$ bin/python -m timeit "int('1', 10)"
1000000 loops, best of 3: 0.277 usec per loop
$ bin/python -m timeit "float('1')"
1000000 loops, best of 3: 0.206 usec per loop
当您将字符串传递给 时float()，进行的第一个测试是查看参数是否是字符串对象（而不是子类），此时它正在被解析。无需测试其他类型。
所以调用比orint('1')进行了更多的测试。在这些测试中，测试 1、2 和 3 非常快。它们只是指针检查。但是第四个测试使用的是 C 等价的，相对昂贵。这必须测试实例和字符串的完整 MRO，并且没有缓存，最后它会引发一个，格式化一个没有人会看到的错误消息。所有在这里都毫无用处的工作。int('1', 10)float('1')getattr(obj, '__trunc__')AttributeError()
在 Python 3 中，该getattr()调用已被替换为更快的代码。这是因为在 Python 3 中，不需要考虑旧式类，因此可以直接在实例的类型（类， 的结果type(instance)）上查找属性，并且跨 MRO 的类属性查找缓存在这点。不需要创建任何异常。
float()对象实现__int__方法，这就是为什么int(float('1'))更快；您从未__trunc__在步骤 4 中进行属性测试，因为步骤 2 产生了结果。
如果您想查看 C 代码，对于 Python 2，请先查看int_new()方法。解析参数后，代码本质上是这样做的：
if (base == -909) // no base argument given, the default is -909
return PyNumber_Int(x); // parse an integer from x, an arbitrary type.
if (PyString_Check(x)) {
// do some error handling; there is a base, so parse the string with the base
return PyInt_FromString(string, NULL, base);
}
无基本情况调用PyNumber_Int()函数，它执行以下操作：
if (PyInt_CheckExact(o)) {
// 1. it's an integer already
// ...
}
m = o->ob_type->tp_as_number;
if (m && m->nb_int) { /* This should include subclasses of int */
// 2. it has an __int__ method, return the result
// ...
}
if (PyInt_Check(o)) { /* An int subclass without nb_int */
// 3. it's an int subclass, extract the value
// ...
}
trunc_func = PyObject_GetAttr(o, trunc_name);
if (trunc_func) {
// 4. it has a __trunc__ method, call it and process the result
// ...
}
if (PyString_Check(o))
// 5. it's a string, lets parse!
return int_from_string(PyString_AS_STRING(o),
PyString_GET_SIZE(o));
whereint_from_string()本质上是 的包装器PyInt_FromString(string, length, 10)，因此以 10 为基数解析字符串。
在 Python 3 中，intobject被删除，只留下longobject，在 Python 端重命名为int()。同样，unicode已取代str. 所以现在我们看一下long_new()，对字符串的测试是用PyUnicode_Check()代替的PyString_Check()：
if (obase == NULL)
return PyNumber_Long(x);
// bounds checks on the obase argument, storing a conversion in base
if (PyUnicode_Check(x))
return PyLong_FromUnicodeObject(x, (int)base);
因此，当没有设置基数时，我们需要查看PyNumber_Long()，它执行：
if (PyLong_CheckExact(o)) {
// 1. it's an integer already
// ...
}
m = o->ob_type->tp_as_number;
if (m && m->nb_int) { /* This should include subclasses of int */
// 2. it has an __int__ method
// ...
}
trunc_func = _PyObject_LookupSpecial(o, &PyId___trunc__);
if (trunc_func) {
// 3. it has a __trunc__ method
// ...
}
if (PyUnicode_Check(o))
// 5. it's a string
return PyLong_FromUnicodeObject(o, 10);
注意_PyObject_LookupSpecial()调用，这是特殊的方法查找实现；它最终使用_PyType_Lookup()，它使用缓存；因为没有任何str.__trunc__方法可以让缓存在第一次 MRO 扫描后永远返回 null。此方法也从不引发异常，它只返回请求的方法或 null。
处理字符串的方式float()在 Python 2 和 3 之间没有变化，因此您只需要查看Python 2float_new()函数，它对于字符串来说非常简单：
// test for subclass and retrieve the single x argument
/* If it's a string, but not a string subclass, use
PyFloat_FromString. */
if (PyString_CheckExact(x))
return PyFloat_FromString(x, NULL);
return PyNumber_Float(x);
所以对于字符串对象，我们直接跳转到解析，否则用于PyNumber_Float()查找实际float对象，或带有__float__方法的东西，或字符串子类。
这确实揭示了一个可能的优化：如果int()要在所有其他类型测试之前先进行测试，它将与字符串PyString_CheckExact()一样快。排除具有or方法的字符串子类，因此是一个很好的第一个测试。float()PyString_CheckExact()__int____trunc__
为了解决其他将其归咎于基本解析的答案（因此查找a 0b、或前缀0o，不区分大小写），带有单个字符串参数的默认调用确实会查找 base，base 被硬编码为 10。传递是错误的在这种情况下，在带有前缀的字符串中：00xint()
>>> int('0x1')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: invalid literal for int() with base 10: '0x1'
仅当您将第二个参数显式设置为时才进行基本前缀解析0：
>>> int('0x1', 0)
1
因为没有__trunc__对前缀解析情况进行测试，所以与显式设置为任何其他支持的值base=0一样快：base
$ python2.7 -m timeit "int('1')"
1000000 loops, best of 3: 0.472 usec per loop
$ python2.7 -m timeit "int('1', 10)"
1000000 loops, best of 3: 0.268 usec per loop
$ python2.7 bin/python -m timeit "int('1', 0)"
1000000 loops, best of 3: 0.271 usec per loop
$ python2.7 bin/python -m timeit "int('0x1', 0)"
1000000 loops, best of 3: 0.261 usec per loop