Python自定义JSONDecoder处理NaN与Infinity
Python 的 `json.JSONDecoder` 默认拒绝解析 JSON 标准不支持的 `NaN`、`Infinity` 和 `-Infinity`,但实际开发中常需处理 JavaScript 等环境输出的“类 JSON”字符串;本文深入剖析了两种高效兼容方案——通过 `object_hook` 在解析后智能修正字符串值,或利用 `parse_float` 配合 `strict=False` 在词法解析阶段直接捕获并转换所有特殊浮点字面量,并提醒读者注意编码端的反向兼容陷阱(`JSONEncoder` 同样默认报错),强调真正稳健的实践不是强行绕过标准,而是结合数据清洗、前后端约定与自定义编解码器,在灵活性与可维护性之间取得平衡。

JSONDecoder 默认不支持 NaN 和 Infinity
Python 的 json.JSONDecoder 在解析时遇到 NaN、Infinity 或 -Infinity 会直接报错:ValueError: Invalid value encountered: NaN(或类似提示)。这不是 bug,而是 JSON 标准本身禁止这些值 —— 它们不属于 RFC 7159 合法的 JSON 数字。
但实际中,不少后端(尤其是 JavaScript 环境)会输出带这些值的“类 JSON”字符串。若你必须接收并解析这类输入,就得绕过标准校验。
用 object_hook + float() 强转是最简方案
核心思路:在解析完每个对象(dict)后,遍历其所有字符串值,对匹配 "NaN"、"Infinity"、"-Infinity" 的项尝试用 float() 转换。Python 的 float() 原生支持这些字面量。
示例实现:
import json
<p>def handle_nan_inf(obj):
for key, value in obj.items():
if isinstance(value, str):
if value in ("NaN", "Infinity", "-Infinity"):
obj[key] = float(value)
return obj</p><p>data = '{"x": "NaN", "y": "Infinity", "z": 42}'
result = json.loads(data, object_hook=handle_nan_inf)</p><h1>result == {'x': nan, 'y': inf, 'z': 42}</h1><p></p>- 仅作用于 dict 层级,不会递归处理嵌套 list 中的字符串;如需全覆盖,改用
object_hook+ 深度遍历,或换用parse_float - 注意
float("NaN")返回的是float('nan'),它不等于自身(nan == nan为False),后续判断要用math.isnan() - 此方式不改变原始 JSON 字符串结构,只在解析后做一次修正,开销小
用 parse_float 捕获所有数字字面量(含非法格式)
parse_float 参数会在 JSON 解析器遇到任何数字 token 时调用,包括那些本该失败的 NaN 字符串 —— 只要它们没被预校验拦住。关键在于:**必须配合 strict=False**,否则解析器在 tokenize 阶段就抛错了。
示例:
import json
<p>def robust_float(s):
try:
return float(s)
except ValueError:</p><h1>可选:记录未知格式,或返回 None/0</h1><pre class="brush:php;toolbar:false"><code> return float('nan')</code>data = '{"a": NaN, "b": Infinity}' result = json.loads(data, parse_float=robust_float, strict=False)
result == {'a': nan, 'b': inf}
strict=False是前提,否则parse_float根本不会被触发parse_float接收的是原始 token 字符串(如"NaN"),不是已解析的数字,所以能捕获非法字面量- 它对所有数字位置生效(dict 值、list 元素、嵌套任意深度),比
object_hook更彻底 - 副作用:也会处理合法数字字符串(如
"123"),若你的robust_float有额外逻辑,需先判断是否为特殊字面量
别忽略 JSONEncoder 的反向兼容问题
能解析 NaN 不代表能原样输出。Python 的 json.JSONEncoder 默认拒绝编码 float('nan'),会报 ValueError: Out of range float values are not JSON compliant。
- 若需导出,必须自定义
default或继承JSONEncoder,例如:default=lambda x: None if math.isnan(x) else x - 更常见做法是提前清洗数据:入库/传输前把
nan/inf替换为None或特定哨兵值(如"__NaN__"),避免序列化阶段出问题 - 前后端约定比强行兼容更可靠 —— 比如统一用
null表示缺失,用字符串"inf"表示无穷大
真正麻烦的从来不是怎么读进来,而是读进来之后,要不要、以及能不能再安全地写出去。
以上就是《Python自定义JSONDecoder处理NaN与Infinity》的详细内容,更多关于的资料请关注golang学习网公众号!
百词斩vs扇贝vs墨墨,哪个背单词好?
- 上一篇
- 百词斩vs扇贝vs墨墨,哪个背单词好?
- 下一篇
- RedisLua实现红包算法解析
-
- 文章 · python教程 | 22分钟前 |
- Python测试数据库:Fixture搭建SQLite内存库
- 358浏览 收藏
-
- 文章 · python教程 | 26分钟前 |
- Python接口优化:批量请求与异常处理教程
- 418浏览 收藏
-
- 文章 · python教程 | 37分钟前 |
- Python线程优雅退出技巧解析
- 188浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- NumPy平方与np.power区别详解
- 133浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python网络错误处理及HTTP状态码详解
- 212浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python实现高延迟接口模拟方法
- 491浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PythonPandas多字段排序技巧详解
- 311浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Pythonlogging模块使用详解
- 143浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- PyTorch音频处理:torchaudio梅尔频谱提取教程
- 246浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python性能测试方法及pytest-benchmark对比分析
- 262浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python代码解耦与模块化方法解析
- 379浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 4220次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 4577次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 4460次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 6109次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 4827次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

