crypto/rand Int 怎样生成指定上限内的安全随机整数

如果你要在 Go 中生成用于验证码、抽样下标或安全令牌的随机整数，优先看 crypto/rand.Int 的上界语义，而不是先写一个取模表达式。它返回的是 [0,max) 内的均匀随机值，max 必须大于 0；非法上界会触发 panic，底层随机读取失败则通过 error 返回。

官方地址：https://pkg.go.dev/crypto/rand#Int

最小可靠写法是：先检查业务上界，再用 big.NewInt(max) 构造上界，调用 rand.Int(rand.Reader, maxInt)，同时处理返回的 error。不要用随机字节直接取模代替它。

本文按运行手册的顺序，把触发信号、快速判断、处理写法、回退路径和复盘项整理成一篇可直接查阅的 Go 标准库教程。

先看返回区间和边界

值班时最容易混淆的是“上限包含不包含”。官方定义的返回区间是 [0,max)：结果可能是 0，但一定小于 max，不会返回 max 本身。比如 max=100 时，结果范围是 0 到 99。

第二个信号是上界异常。max 不是一个普通的随机失败，而是 API 的参数前置条件被破坏；调用前应该把它转成业务 error，避免让 panic 进入请求处理链。

最小可用写法：检查上界再调用

对常见的非负整数上界，可以先用 int64 做业务检查，再把它转换成 *big.Int。下面的函数把非法上界和随机源错误都交给调用方处理，适合放在业务包的边界处。

package secureint

import (
	"crypto/rand"
	"errors"
	"math/big"
)

// LessThan 返回 [0, max) 内的安全随机整数。
// 先拦截非法上界，避免 crypto/rand.Int 因 max 

这段写法有三个检查点：max 先过业务边界；rand.Reader 是密码学安全随机源；返回的 *big.Int 最终才转换成 int64。如果调用方只需要数组下标，使用结果时仍要保证数组长度和同一个 max 保持一致。

上界很大时，避免整数转换截断

当上界已经超过 int64 能表达的范围时，不要先把十进制字符串转成整数再强转。直接使用 big.Int.SetString 构造上界，并检查字符串是否真的能被解析。

package secureint

import (
	"crypto/rand"
	"fmt"
	"math/big"
)

// LessThanDecimal 支持十进制大上界，并保留解析和随机读取错误。
func LessThanDecimal(maxText string) (*big.Int, error) {
	// SetString 的第二个返回值表示输入是否完整解析成功。
	max, ok := new(big.Int).SetString(maxText, 10)
	if !ok || max.Sign() 

这里的关键不是“支持更大的随机数”这么简单，而是把上界的精度交给 big.Int 保持。若业务最终只接受 64 位整数，应该在业务边界处明确限制，而不是默默截断。

按运行手册处理错误和回退

出现异常时，可以按三个信号判断：

• 参数错误：max 或大整数文本解析失败，直接返回业务错误，不重试。
• 随机源错误：rand.Int 返回 error，记录调用上下文后按业务决定短暂重试或终止；不要把错误吞掉后继续使用零值。
• 结果使用错误：把 [0,max) 当成闭区间，或者把结果转换成更小类型造成溢出，先修正边界契约。

如果旧代码使用 math/rand 或“随机字节取模”，回退路径是保留函数签名，只替换随机源和上界处理，并补一组边界用例：max=1、max=0、负数上界、最大业务上界，以及大整数文本。不要为了兼容旧接口而把安全随机数降级成普通伪随机数。

常见误区与复盘清单

第一，手写 byte % max 会在 max 不能整除样本空间时产生分布偏差；需要均匀范围时直接使用 crypto/rand.Int。第二，把 max 当成可选参数会让零值一路进入 API，应该在函数入口就拒绝。第三，只写 n, _ := rand.Int(...) 会把随机源故障伪装成合法结果，生产路径应保留 error。

复盘时只需要记住四项：上界是否明确为不包含、非法上界是否在边界处返回、随机源 error 是否可观测、结果类型是否足够容纳业务范围。四项都满足，crypto/rand.Int 就能稳定承担安全随机整数的生成职责。

相关问题

crypto/rand.Int 会返回 max 吗？

不会。它的区间是 [0,max)，包含 0，不包含 max。

为什么不直接对随机数取模？

直接取模可能造成分布偏差，尤其当原始随机空间不能被目标范围整除时。需要均匀安全随机值时，应让 crypto/rand.Int 处理范围映射。