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 jsondef 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
data = '{"x": "NaN", "y": "Infinity", "z": 42}' result = json.loads(data, object_hook=handle_nan_inf)
result == {'x': nan, 'y': inf, 'z': 42}
- 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 jsondef robust_float(s): try: return float(s) except ValueError:
可选:记录未知格式,或返回 None/0
return float('nan')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 | 3天前 | logging · Python教程 · 后端开发 · 日志排查 · Python logging 日志重复 propagate addHandler basicConfig
- Python logging 日志重复打印排查:为什么一条记录输出了两遍
- 324浏览 收藏
-
- 文章 · python教程 | 2星期前 | 默认值 · python · 数据建模 · dataclass · default_factory · field · Python 数据类 Field 可变默认值 dataclass default_factory
- Python dataclass 默认值完整工作流:从可变默认值到 default_factory
- 228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
-
- ljg-skills
- ljg-skills 是李继刚开源的 AI 技能与提示词集合,面向大模型使用者整理了一批可复用的 prompt、角色设定和任务技能模板,适合用于学习提示词设计、搭建个人 AI 工作流和沉淀团队常用智能体能力。
- 3174次使用
-
- MELO音乐
- MELO音乐是一站式AI视频与音乐制作助手,对标suno, udio的高品质体验。提供伴奏生成、原创写词、无损导出、哼唱识曲、混音变声等全套音频与短视频编辑工具。无论是流行Kpop、电音说唱、民谣古风、摇滚儿歌还是商用轻音乐,MELO为你免费谱曲,轻松做同款!
- 2927次使用
-
- UniScribe
- UniScribe 是一款 AI 音视频转文字与内容整理工具,支持上传音频、视频文件或粘贴 YouTube 链接,自动生成转写文本、摘要、思维导图和关键问题,并支持多格式导出,适合会议记录、课程学习、访谈整理和内容创作复盘。
- 2886次使用
-
- 剧云
- 剧云是专业中文剧本创作平台,安全稳定运行十余年,集成AI编剧、剧本医生审核、人物小传、剧情关系图、大纲编写、多人协作、Word导入导出、版权管控功能,数据安全防护,轻松高效创作剧本。
- 3092次使用
-
- 万象有声
- 万象有声,一个专为有声创作者打造的新一代智能有声内容创作平台。平台提供专业的智能拆章、智能画本编辑、AI配音、AI生成音效、后期制作、智能对轨、智能审听等有声创作全流程工具,可以帮助创作者高效、低成本创作出引人入胜的有声作品。立即体验,让有声书制作更简单!
- 3049次使用
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览
-
- httpx 如何设置代理认证(Proxy-Authorization)
- 2026-05-05 501浏览

