当前位置:首页 > 文章列表 > 文章 > java教程 > JSON反序列化处理大浮点数技巧

JSON反序列化处理大浮点数技巧

2026-01-22 22:30:53 0浏览 收藏

有志者,事竟成!如果你在学习文章,那么本文《JSON反序列化大浮点数转BigDecimal方法》,就很适合你!文章讲解的知识点主要包括,若是你对本文感兴趣,或者是想搞懂其中某个知识点,就请你继续往下看吧~

如何在 JSON 反序列化中无损将大浮点数转换为 BigDecimal

JSON 中的高精度数字(如 `"amount": 123345555789123495.38`)若经 double 解析会丢失精度;正确做法是**跳过 double 中间表示,直接从原始 JSON 字符串构造 BigDecimal**。

在 Java 处理 JSON 数据时,若使用通用反序列化器(如 Jackson 默认配置),数字字段常被自动解析为 double 或 Number 类型。但 double 仅提供约 15–17 位有效数字的精度,而像 123345555789123495.38 这样的 18 位整数部分数字已超出 double 的精确表示范围——实际存储为 1.23345555789123488E17,导致末尾数字 95.38 被错误截断为 88.00。

根本原因在于:String.valueOf(map.get("amount")) 返回的是 double 的字符串表示(即科学计数法或舍入后的十进制),而非原始 JSON 文本。一旦数值被解析为 double,精度已不可逆丢失。

✅ 正确方案:保留原始 JSON 字符串形式,绕过 double 解析环节。推荐以下实践:

  1. 使用 Jackson 的 JsonNode 或 JsonParser 获取未解析的原始值

    @JsonProperty("amount")
    private JsonNode amountNode; // 不声明为 Double/Number
    
    public BigDecimal getAmount() {
        if (amountNode != null && amountNode.isNumber()) {
            // 直接获取原始字符串表示(保留全部精度)
            String rawText = amountNode.asText();
            return new BigDecimal(rawText).setScale(2, RoundingMode.HALF_UP);
        }
        throw new IllegalArgumentException("Invalid amount format");
    }
  2. 或自定义反序列izer,强制按字符串读取数字字段

    public class PreciseNumberDeserializer extends JsonDeserializer {
        @Override
        public BigDecimal deserialize(JsonParser p, DeserializationContext ctx) 
                throws IOException {
            // 强制以字符串方式读取,避免 double 解析
            String text = p.getText();
            return new BigDecimal(text).setScale(2, RoundingMode.HALF_UP);
        }
    }

    并在字段上标注:

    @JsonDeserialize(using = PreciseNumberDeserializer.class)
    private BigDecimal amount;

⚠️ 注意事项:

  • 绝对避免 new BigDecimal((Double) map.get("amount")) 或 String.valueOf(double) —— 这是精度丢失的根源;
  • BigDecimal(String) 构造器是唯一能完全保留原始字面量精度的方式;
  • 若需支持空值或格式校验,应在构造前做非空和正则校验(如 ^[-+]?\\d*\\.?\\d+$);
  • setScale(2, RoundingMode.HALF_UP) 适用于货币场景,但请根据业务需求选择合适的舍入模式(如 HALF_EVEN 更符合金融标准)。

总结:精度保障的关键不在于 BigDecimal 本身,而在于数据摄入路径是否绕过了 double 这一有损环节。始终优先从 JSON 原始文本构建 BigDecimal,才能真正实现“零精度损失”的高精度数值处理。

终于介绍完啦!小伙伴们,这篇关于《JSON反序列化处理大浮点数技巧》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识,快来关注吧!

Linux性能监控工具:sar、iotop与perf详解Linux性能监控工具:sar、iotop与perf详解
上一篇
Linux性能监控工具:sar、iotop与perf详解
HTML文本全小写转标准格式的方法如下:手动修改:逐个将标签名和属性名改为首字母大写,例如<div>改为<Div>,class=
下一篇
HTML文本全小写转标准格式的方法如下:手动修改:逐个将标签名和属性名改为首字母大写,例如<div>改为<Div>,class="box"改为Class="Box"。使用代码编辑器:在VSCode、SublimeText等编辑器中,使用“查找和替换”功能,将<后的标签名统一替换为首字母大写。使用正则表达式进行批量处理,如搜索<([a-z]+),替换为<\u
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    287次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    340次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    342次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    306次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    129次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码