11

Criei uma lista:

usuarios = ['123\n','123\n4']

Tentei transformar o índice 0 em inteiro usando o int()

int(usuarios[0])

Resultado:

123

Mas quando tentei fazer o mesmo com o índice 1:

int(usuarios[1])

resultado:

ValueError: invalid literal for int() with base 10: '123\n4'

Gostaria se possível de saber todas as regras do int(), pois não as encontro ao menos em português.

1
  • 1
    Quando tiver dúvias desse tipo, eu sugiro usar o modo interativo do Python e fazer algumas tentativas livres - e ver as respostas. Na verdade, sugiro sempre mante rum promprt interativo aberto e testar quase tudo lá - o autocomplete da IDE dimuni a necessiade de algumas coisas de mexer "de verdade" e "ao vivo" no código - mas não é nem de longe didático igual.
    – jsbueno
    Commented 3/12/2018 às 12:25

2 Respostas 2

11

A regra é simples, precisa ser uma string com um valor numérico inteiro válido, ou seja, não possuir caracteres que atrapalhem o correto entendimento do seu valor, nem mesmo ponto decimal. Alguns poucos caracteres são aceitos após os números por serem considerados neutros (em geral são o espaço em branco, tabulação, quebras de linha etc.).

Quando é identificado que o número pode ser interpretado de alguma forma diferente, ocorrerá uma exceção ValueError.

Estes exemplos funcionam:

print(int('12\n'))
print(int('\n123'))
print(int('1234 '))
print(int(' 1235'))

Estes não:

print(int('1236c'))
print(int('a1237'))
print(int('123 8'))

Veja funcionando no ideone. E no repl.it. Também coloquei no GitHub para referência futura.

9

Conforme a documentação oficial:

class int([x])

[...] If x is not a number or if base is given, then x must be a string, bytes, or bytearray instance representing an integer literal in radix base. Optionally, the literal can be preceded by + or - (with no space in between) and surrounded by whitespace.

Conforme trecho em destaque, o valor do parâmetro pode estar cercado de espaços em branco. Para efeitos práticos, será realizado um trim na string antes de convertê-la para inteiro, ignorando, assim, espaços em branco do início e do final.

TL;DR

As informações abaixo são baseadas na implementação oficial do Python, conhecida como CPython.

Para confirmar essa informação, você pode analisar a implementação do Python em C:

/* Parses an int from a bytestring. Leading and trailing whitespace will be
 * ignored.
 *
 * If successful, a PyLong object will be returned and 'pend' will be pointing
 * to the first unused byte unless it's NULL.
 *
 * If unsuccessful, NULL will be returned.
 */
PyObject *
PyLong_FromString(const char *str, char **pend, int base);

O valor que você passa como parâmetro em int será o ponteiro *s. Ao analisar o corpo da função, verá que logo no início (linha 2226) há:

while (*str != '\0' && Py_ISSPACE(Py_CHARMASK(*str))) {
    str++;
}

Isto é, percorre a string e se for um espaço em branco incrementa o ponteiro, fazendo com que o caractere seja ignorado nos passos posteriores. Será considerado espaço em branco todo e qualquer caractere que Py_ISSPACE retornar verdadeiro.

#define Py_ISSPACE(c)  (_Py_ctype_table[Py_CHARMASK(c)] & PY_CTF_SPACE)

// pyctype.c

PY_CTF_SPACE, /* 0x9 '\t' */
PY_CTF_SPACE, /* 0xa '\n' */
PY_CTF_SPACE, /* 0xb '\v' */
PY_CTF_SPACE, /* 0xc '\f' */
PY_CTF_SPACE, /* 0xd '\r' */

Ou seja, os caracteres \t, \n, \v, \f e \r serão desconsiderados na string.

>>> int('\t1')
1
>>> int('\n2')
2
>>> int('\v3')
3
>>> int('\f4')
4
>>> int('\r5')
5

Continuando a análise do corpo da função, vemos o trecho (linha 2399):

scan = str;

# ...

while (_PyLong_DigitValue[Py_CHARMASK(*scan)] < base || *scan == '_') {
    # ...
}

Ele atribui o ponteiro de entrada str para scan e o percorre enquanto o caractere for um dígito válido, isto é, menor do que a base informada, ou o caractere _. Qualquer caractere que não satisfaz essas condições fará com que seja executado goto onError, finalizando a função com erro. Portanto, dentro do número será permitido o caractere _ apenas, mas qualquer outro caractere, incluindo os espaços em branco, resultarão em erro.

>>> int('1_000')
1000
>>> int('1\n000')
...
ValueError: invalid literal for int() with base 10: '1\n000'

Finalmente, continuando a análise do copo da função, vemos novamente (linha 2535):

while (*str && Py_ISSPACE(Py_CHARMASK(*str))) {
    str++;
}

if (*str != '\0') {
    goto onError;
}

De forma semelhante ao anterior, para ignorar os espaços em branco do início da string, é percorrido o ponteiro ignorando os espaços em branco do final. A condição de terminar em \0 garante que a string termine com espaços em branco e não com outros caracteres.

Resumindo,

  • Qualquer espaço em branco do início será ignorado (' ', '\t', '\n', '\v', '\f', '\r');
  • Durante a string, qualquer caractere que não seja dígito ou _ dará erro;
  • Qualquer espaço em branco do final será ignorado;
  • Qualquer caractere que não seja dígito ou _ dará erro, exceto casos supracitados (espaços do início e fim);
2
  • 2
    Incrível resposta! No seu resumo final, faltou listar que "qualquer outro caractere no fim da string dará erro." Commented 3/12/2018 às 12:28
  • @MárioFeroldi bem colocado, obrigado.
    – Woss
    Commented 3/12/2018 às 12:30

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .