当前位置:首页 > 文章列表 > Golang > Go问答 > Go json.Number Int64 为什么会返回语法错误

Go json.Number Int64 为什么会返回语法错误

来源:17golang原创 2026-09-27 20:06:58 0浏览 收藏

json.Number.Int64() 返回语法错误,通常不是 JSON 无法解析,而是数字原文不符合十进制整数格式。json.Number 会保留 JSON 数字字面量;Int64() 内部直接调用 strconv.ParseInt(string(n), 10, 64)。因此 1.5、1e3 都是合法 JSON 数字,却不是 ParseInt 接受的整数文本。

如果原文是纯整数但超过 int64 范围,返回的则是范围错误。先查看 Number.String() 保存的原文,再决定使用 Int64、Float64,还是把数字继续按字符串交给高精度方案处理。

为什么解码成功,Int64 仍失败

Decoder.UseNumber() 的作用,是让解码到 interface{} 的 JSON 数字保存为 json.Number,而不是立刻变成 float64。它保留原始文本,但不会承诺每个数字都能转换成整数。

dec := json.NewDecoder(strings.NewReader(`{"count": 1e3}`))
dec.UseNumber() // 动态 JSON 中的数字保留为 json.Number

var payload map[string]any
if err := dec.Decode(&payload); err != nil {
    return fmt.Errorf("解析 JSON: %w", err)
}

number, ok := payload["count"].(json.Number)
if !ok {
    return errors.New("count 不是 JSON 数字") // 先确认动态值类型
}

value, err := number.Int64()
if err != nil {
    // 1e3 合法,但 ParseInt 不接受指数形式
    return fmt.Errorf("count 必须是十进制整数,原值 %q: %w", number.String(), err)
}
合法 JSON 数字与 json.Number Int64 整数语法边界图
图1:json.Number 可以保存整数、小数和指数三类合法 JSON 数字;Int64 只接受可由十进制 ParseInt 解析且位于 int64 范围内的文本。

这解释了一个常见误区:1e3 在数学上等于 1000,不代表它的文本就是整数语法。Int64() 不会先计算指数再判断结果,也不会把小数自动截断。

区分 syntax 与 range

Int64() 返回的错误来自 strconv.ParseInt。小数点、指数标记或其他不符合整数语法的字符会触发 strconv.ErrSyntax;纯整数文本超过 -9223372036854775808 到 9223372036854775807 时会触发 strconv.ErrRange。

func parseRequiredInt64(n json.Number) (int64, error) {
    value, err := n.Int64()
    if err == nil {
        return value, nil
    }

    var numErr *strconv.NumError
    if errors.As(err, &numErr) {
        switch {
        case errors.Is(numErr.Err, strconv.ErrSyntax):
            // 小数或指数形式不符合接口的整数契约
            return 0, fmt.Errorf("必须填写普通十进制整数: %q", n.String())
        case errors.Is(numErr.Err, strconv.ErrRange):
            // 文本像整数,但数值超出 int64 可表示范围
            return 0, fmt.Errorf("整数超出 int64 范围: %q", n.String())
        }
    }
    return 0, fmt.Errorf("转换整数失败: %w", err)
}
json.Number Int64 语法错误与范围错误的分类关系图
图2:Int64 先按十进制整数解析;格式不符进入 ErrSyntax,超出 int64 上下界进入 ErrRange,成功值才进入业务校验。

应该怎么选择转换方式

输入或需求处理方式
42,字段契约就是整数调用 Int64() 并处理错误
1.5,允许小数调用 Float64(),同时接受浮点精度边界
1e3,允许指数形式按浮点或十进制高精度规则解析,不要直接 Int64
超大整数、金额或精确标识保留 String() 原文,交给 big.Int 或十进制库
ID 必须完整无损优先让协议使用 JSON 字符串,而不是浮点中转

不要为了解决语法错误先调用 Float64(),再强制转换成 int64。这种做法可能静默截断小数,也可能让较大的整数丢失精度。正确做法是先确定字段契约:只允许整数就拒绝小数和指数文本;允许科学计数法则采用能表达该契约的解析路径。

官方文档:https://pkg.go.dev/encoding/json#Number.Int64

相关问题

UseNumber 会校验数字能否放进 int64 吗?

不会。它只改变动态接口值的保存类型,让数字原文成为 json.Number;具体能否转为整数,要在调用 Int64() 时判断。

json.Number.String() 会规范化 1e3 吗?

不会。它返回保存的数字字面量文本,因此适合用于诊断、记录原输入,或交给其他精确解析方案。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
表盘自定义工具壁纸怎么选?分类浏览、预览与更换说明表盘自定义工具壁纸怎么选?分类浏览、预览与更换说明
上一篇
表盘自定义工具壁纸怎么选?分类浏览、预览与更换说明
画质怪兽官网的120帧宣传怎么看?画质、帧率与设备效果边界
下一篇
画质怪兽官网的120帧宣传怎么看?画质、帧率与设备效果边界
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。
    239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。
    287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。
    254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。
    236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。
    45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