当前位置:首页 > 文章列表 > Golang > Go问答 > Go JSON 大整数解码为何出现精度变化

Go JSON 大整数解码为何出现精度变化

来源:17golang原创 2026-10-28 20:34:04 0浏览 收藏

Go JSON 大整数解码后尾数变化,常见原因是目标为 any 或 map[string]any,数字默认落到 float64。这会让部分大整数被舍入。改为明确的 int64 字段,或在解码前调用 Decoder.UseNumber 保留数字原文;已经丢失的位数不能靠事后转整数找回来。

官方地址:https://pkg.go.dev/encoding/json

症状指向目标类型,而非JSON文本

设想一个资料导入服务接收整数标识 9007199254740993。原始JSON可以完整写出这些数字,但二进制float64只能连续精确表示到2的53次方范围内的整数;更大的整数不是一律失真,而是不能逐个精确覆盖。这里应观察字段实际类型、原始数字文本与最终标识是否一致,而不是只看日志有没有科学计数法。

这类问题体现的是通用载荷与明确数据契约之间的取舍,并没有证据表明所有系统都在迁移到某一种写法。灵活的映射适合未知字段,但整数标识不能默认继承浮点语义。

JSON数字与三种Go目标类型的静态关系说明图
结构说明图:看目标类型分组,默认float64、json.Number与明确int64拥有不同的表示契约;连线不表示运行过程。

动态字段保留数字原文

对于字段不固定的导入载荷,UseNumber让接口值中的数字保存为 json.Number。它保留文本,尚未决定业务允许的整数范围。以下是原创示例,供读者在自己的环境复现,没有附带实测输出。

package main

import (
    "encoding/json"
    "fmt"
    "strings"
)

func main() {
    // 在Decode之前启用Number,避免接口数字先转为float64。
    dec := json.NewDecoder(strings.NewReader(`{"record_id":9007199254740993}`))
    dec.UseNumber()
    var payload map[string]any
    if err := dec.Decode(&payload); err != nil {
        fmt.Println("JSON解析失败:", err)
        return
    }
    // 类型断言同时处理字段缺失、null和非数字的情况。
    number, ok := payload["record_id"].(json.Number)
    if !ok {
        fmt.Println("record_id必须是数字")
        return
    }
    id, err := number.Int64()
    if err != nil {
        fmt.Println("record_id不是可接收的int64整数:", err)
        return
    }
    fmt.Println("整数标识:", id)
}

判断标准是错误分支得到处理、Number文本仍与输入数字一致,以及业务接收的整数范围明确。UseNumber不修复上游已经舍入的数据,也不会让后续 Float64() 自动拥有任意精度。小数和指数写法即使代表整数数学值,也不能假设 Int64() 会按业务期望接受;应明确接口是否只允许十进制整数字面量。

固定字段采用明确整数契约

字段结构已知时,可以直接使用整数结构体。不要先解码到通用映射,再把float64转换成int64;那只改变类型,不恢复原文。

package main

import (
    "encoding/json"
    "fmt"
)

func main() {
    // 固定整数类型直接承接JSON数字,避免浮点数中转。
    var record struct {
        ID int64 `json:"record_id"`
    }
    data := []byte(`{"record_id":9007199254740993}`)
    if err := json.Unmarshal(data, &record); err != nil {
        // 超范围或不匹配的数字必须拒绝,不能继续消费部分数据。
        fmt.Println("记录无效:", err)
        return
    }
    fmt.Println("整数标识:", record.ID)
}

int64提供的是有符号64位整数范围,既不是任意长度整数,也不是字段必填校验。缺失字段与零值是否允许,需要业务另外规定。仅仅改成平台相关的int,也不能视为稳定的跨环境契约。

跨服务采用与观察指标

数据场景可考虑的表达采用风险
固定且在有符号64位范围内的整数int64字段仍需处理缺失、零值与范围错误
动态字段,暂不决定数值类型UseNumber与json.Number消费者必须显式处理转换错误
只作标识、不参与计算协议定义的JSON字符串生产者和消费者必须同步契约
超过64位且参与整数计算原文交给math/big.Int限定长度并处理解析失败及资源开销

字符串标识可避免接收端主动把它当数字,但不能恢复生产者已经丢失的精度。Go中的 json:",string" 是具体字段的编码约定,应与普通string字段区分;更改线上数字字段为字符串也可能破坏旧消费者,不能仅靠服务端单侧改动。

原始数字、整数范围与跨服务标识契约的静态说明图
结构说明图:原文保留与业务范围是两种责任;字符串契约和大整数计算各有独立适用范围,不代表任意方案都可互换。

落地时先标记承担标识语义的字段,再确定接收类型和允许范围,随后与调用方协调字段契约。观察整数解析失败数量、字段类型不匹配数量、原始文本与存储值不一致的样本,以及仍在依赖旧数字类型的消费者。这些是建议观察项,本文不声称已有线上统计或性能收益。

UseNumber会影响结构体中的float64字段吗?

它针对解码到接口值时的数字选择,不会把明确声明的float64字段变成任意精度数字。

输出成科学计数法就是丢精度吗?

不是。显示格式与数值是否能精确表示应分别判断;比较原始数字、实际类型和业务允许范围更有意义。

超过int64范围怎么办?

只作标识可协商字符串;需要整数运算时可以保留Number原文,再使用math/big.Int解析。不能忽略Int64返回的错误。

参考:Go JSON数字解码文档、Go大整数文本解析文档。

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
Go JSON null 解码到指针后怎样区分缺省Go JSON null 解码到指针后怎样区分缺省
上一篇
Go JSON null 解码到指针后怎样区分缺省
Go csv.Reader.TrimLeadingSpace 为什么对引号字段无效
下一篇
Go csv.Reader.TrimLeadingSpace 为什么对引号字段无效
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。
    761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。
    757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。
    842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。
    808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。
    638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