当前位置:首页 > 文章列表 > 文章 > php教程 > PHP如何精准处理小数,API解析不乱码

PHP如何精准处理小数,API解析不乱码

2026-02-11 22:21:39 0浏览 收藏

在文章实战开发的过程中,我们经常会遇到一些这样那样的问题,然后要卡好半天,等问题解决了才发现原来一些细节知识点还是没有掌握好。今天golang学习网就整理分享《PHP如何保持小数精度,API返回一致解析》,聊聊,希望可以帮助到正在努力赚钱的你。

PHP API返回小数精度一致的关键是避免float参与json_encode,应存取字符串如"1.20",数据库用DECIMAL或VARCHAR,输出前用number_format等转固定位字符串,前端展示直接用字符串、计算则统一用整数或decimal.js。

PHP怎么保存小数在API返回一致_后端定精度前端同解析【介绍】

PHP保存小数在API返回中保持精度一致,关键不在“存”,而在“序列化时不让它被自动转成科学计数法或丢失末尾零”——json_encode() 默认会把 float 当作数值处理,而 JSON 规范本身不区分 1.20 和 1.2,前端解析后必然丢失精度。

PHP输出前用字符串代替float类型

只要小数精度是业务要求(比如金额、测量值、ID编号等),就别让数字以 float 形式进 json_encode()。后端该存 string 或 int(单位换算后),输出时也保持为 string。

  • 数据库字段用 DECIMAL(10,2) 或 VARCHAR 存原始字符串(如 "1.20"),读出后不 cast 成 float
  • 如果必须计算,算完立刻用 number_format($val, 2, '.', '') 或 sprintf('%.2f', $val) 转成带固定位数的字符串
  • 避免用 (string)$float —— 它可能输出 1.2 或 1.2E-5,不可控

禁用json_encode对浮点数的默认处理

PHP 7.1+ 支持 JSON_PRESERVE_ZERO_FRACTION,但它只对整数有效(如 1.0 → 1.0),对 1.20 无效;真正起作用的是:不传 float 进去。

  • json_encode(['price' => 1.20], JSON_PRESERVE_ZERO_FRACTION) 输出仍是 {"price":1.2}
  • 正确做法:json_encode(['price' => '1.20']) → {"price":"1.20"},前端拿到字符串可自行 parseFloat 或保留原样
  • 若需全局控制,可用 JsonSerializable 接口,在对象中重写 jsonSerialize(),对特定字段强制返回字符串

前端解析时别依赖自动类型转换

即使后端返回 "1.20",前端若写 res.price + 0 或 Number(res.price),仍会丢零;必须按业务决定是展示还是计算。

  • 展示用:直接插值 {res.price}(Vue/React)或 el.textContent = res.price
  • 计算用:转成数字后,显示层再用 toFixed(2) 格式化,但注意 toFixed 返回字符串,且存在浮点误差(如 (0.1 + 0.2).toFixed(2) === "0.30" 是错的,实际是 "0.30000000000000004")
  • 更稳的做法:前端也统一用整数运算(如价格全转为分),或引入 big.js / decimal.js

最常被忽略的一点:MySQL 的 SELECT 直接查 DECIMAL 字段,PDO 默认可能把它当作 string 或 float 返回,取决于 PDO::ATTR_STRINGIFY_FETCHES 和驱动行为——务必检查 var_dump($row['price']) 的实际类型,而不是假设它“应该”是字符串。

本篇关于《PHP如何精准处理小数,API解析不乱码》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

长佩私信怎么开?接收好友消息设置方法长佩私信怎么开?接收好友消息设置方法
上一篇
长佩私信怎么开?接收好友消息设置方法
饿了么如何查看和查找用户评论
下一篇
饿了么如何查看和查找用户评论
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。
    449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。
    520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。
    535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。
    480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。
    304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