当前位置:首页 > 文章列表 > Golang > Go问答 > JSON 数字错误

JSON 数字错误

来源:17golang原创 2026-11-11 16:07:02 0浏览 收藏

我在处理一批带有业务编号的 JSON 时遇到过一个很容易误判的错误:输入里明明是整数,代码却在转换阶段报错;如果先把它解码成 float64,大整数还可能已经悄悄丢掉精度。这个问题的关键不是“怎样把错误屏蔽掉”,而是要在第一次解码时就保留数字字面量。

更稳妥的做法是给 json.Decoder 调用 UseNumber(),让接口值中的数字变成 json.Number。随后用 Int64() 判断它是不是范围内的整数;转换失败时,直接用 String() 取回原始数字文本,连同错误一起交给调用方决定。

要点速览
  • 默认把 JSON 解码到 interface{} 时,数字通常落到 float64,不适合承担精确原文保留。
  • UseNumber() 只改变数字的保存形式,不替你判断整数范围。
  • Int64() 失败并不意味着原始输入消失,json.Number.String() 仍能返回数字字面量。

先把 JSON 数字留在文本边界内

如果目标类型是明确的 int64 字段,结构体解码通常已经足够;真正容易踩坑的是“字段形状不固定”,于是使用 map[string]any 或 []any 接收数据。此时默认解码会把 JSON 数字放进 float64,原始文本不再是可靠的存储位置。

例如订单号、外部系统流水号可能看起来像数字,却不一定需要参与浮点运算。先让 Decoder 使用 json.Number,可以把“保留原文”和“是否能转成整数”拆成两个判断。

encoding/json Decoder 在输入文本与 Go 值之间的分流,展示 float64 可能丢失精度以及 UseNumber 保留 json.Number 原始字面量
图1:JSON 数字从输入文本进入 Go 值时的静态边界说明图;UseNumber 让 json.Number 保留原始字面量。
package main

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

func main() {
	input := `{"id": 9007199254740993, "ratio": 12.5}`
	dec := json.NewDecoder(strings.NewReader(input))
	// 让 interface{} 中的 JSON 数字保留为 json.Number,而不是先变成 float64。
	dec.UseNumber()

	var payload map[string]any
	if err := dec.Decode(&payload); err != nil {
		// 输入语法错误要直接返回,不能把失败字段当成空值继续处理。
		panic(err)
	}

	for key, raw := range payload {
		if number, ok := raw.(json.Number); ok {
			fmt.Printf("%s: %s\n", key, number.String())
		}
	}
}

这里的 id 会以 json.Number 保存,String() 返回的是数字字面量;它还没有被强行解释成某种业务数值。要注意,UseNumber() 只负责保留形式,后面的类型判断仍然需要代码明确完成。

用 Int64 判断“能不能当整数”

json.Number.Int64() 适合做一个窄而清晰的门禁:只有输入文本表示一个在有符号 64 位范围内的整数时,才把它交给整数逻辑。带小数部分的数字、使用指数后超出范围的数字,以及本身超出范围的整数,都会返回错误。

输入字面量Int64 结果建议动作
42成功使用返回的 int64
9007199254740993成功且仍可保留精确整数不要先转 float64
12.5失败保留原文,按小数业务分支处理
9223372036854775808失败保留原文,记录越界原因

实际代码里,不要只写一个“转换失败”的日志就丢掉数字。错误对象告诉你转换没有完成,而 number.String() 让日志、补偿消息或人工复核仍然能看到输入到底是什么。

Int64 失败时不要丢掉 Number

我更愿意把解析结果设计成“成功值 + 原文 + 错误”三者中的明确分支:成功时继续使用 int64;失败时保留 json.Number 的原文,再根据调用场景决定是拒绝请求、走小数处理,还是把值交给上层业务。

json.Number 调用 Int64 判断整数范围,小数或越界进入转换错误并通过 String 保留原始数字文本
图2:json.Number 调用 Int64 后的静态判断关系图;小数或越界时仍可通过 String 保留原文。
package main

import (
	"encoding/json"
	"fmt"
)

type integerResult struct {
	Value int64
	Raw   string
	Err   error
}

func parseInteger(number json.Number) integerResult {
	value, err := number.Int64()
	if err != nil {
		// 失败时保留原始字面量,避免错误处理阶段只剩一个模糊的空值。
		return integerResult{Raw: number.String(), Err: err}
	}
	// 成功分支仍保留 Raw,便于审计或需要原文的下游逻辑。
	return integerResult{Value: value, Raw: number.String()}
}

func main() {
	for _, raw := range []json.Number{"42", "12.5", "9223372036854775808"} {
		result := parseInteger(raw)
		if result.Err != nil {
			fmt.Printf("保留=%s,原因=%v\n", result.Raw, result.Err)
			continue
		}
		fmt.Printf("整数=%d,原文=%s\n", result.Value, result.Raw)
	}
}

这个返回结构故意不把失败值改成 0。因为 0 既可能是合法输入,也可能是调用方误解失败结果后的默认值;将 Raw 和 Err 一起返回,才能让上层做出可追踪的决定。

把错误处理放在转换边界,而不是日志末尾

如果数字字段是接口契约中的必填整数,收到 Int64() 错误后可以返回参数错误,并在日志中记录 Raw。如果字段允许小数,则不要再次尝试把它变成 float64 来“绕过”错误,而应明确切换到小数类型或十进制字符串方案。对订单号、金额字符串这类标识性字段,原文通常比近似值更重要。

还有一个边界:json.Number 只解决数字文本保留,不会自动识别业务单位、正负号策略或小数精度规则。那些规则应由领域代码单独决定,避免把标准库的语法转换错误误当成业务校验结论。

常见问题

为什么不能先把 JSON 数字解码成 float64 再转 int64?

因为转成 float64 后,较大的整数可能已经无法逐位表示,之后再转回 int64 只能得到被改变过的值。需要保留输入时,应先调用 UseNumber()。

UseNumber 会让所有数字都自动变成 int64 吗?

不会。它让接口值里的数字保持为 json.Number,具体转成 Int64、Float64 或继续作为文本,都由调用方决定。

Int64 失败后还能知道原始输入吗?

可以。只要没有先丢给 float64,json.Number.String() 就能返回它保存的数字字面量;同时保留返回的错误,才能区分格式不适合整数还是范围不足。

直接把字段声明成 json.Number 可以吗?

可以,但仍要在业务边界调用 Int64() 或其他转换方法。字段类型解决“如何保存”,不替代“这个字段是否必须是范围内整数”的业务判断。

这类 JSON 数字错误的处理重点只有一句话:先保住原始字面量,再做窄范围转换。这样即使整数判断失败,调用方仍有足够信息进行拒绝、补偿或人工复核。

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
JSON 字段省略JSON 字段省略
上一篇
JSON 字段省略
时间比较
下一篇
时间比较
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。
    982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。
    986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。
    1105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。
    1075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。
    916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