
本文探讨在 go 语言中解析 json 时,如何有效避免大整数(如 `int64`)被默认转换为 `float64` 导致精度丢失的问题。我们将介绍两种核心策略:一是利用 `json.decoder` 的 `usenumber()` 方法将数字作为字符串处理,再手动转换;二是定义具有 `uint64` 或 `int64` 字段的 go 结构体进行直接解析,确保数据完整性。
在 Go 语言中处理 JSON 数据时,encoding/json 包的 json.Unmarshal 函数在默认情况下会将 JSON 中的数值类型(尤其是大整数)解析为 float64。这对于一般的浮点数或较小的整数可能不是问题,但当遇到超出 float64 精确表示范围的 64 位整数(如 int64 或 uint64)时,这种自动转换会导致精度丢失,从而获取到不正确的数据。
例如,当解析一个包含 4418489049307132905 这样大整数的 JSON 字符串时,如果直接将其映射到 map[string]interface{},Go 会将其识别为 float64。尝试将其断言为 int64 将会失败,因为底层类型已不再是整数,并且 float64 自身也可能无法精确表示该大整数。
package main
import (
"encoding/json"
"fmt"
)
func main() {
body := []byte(`{"tags":[{"id":4418489049307132905},{"id":4418489049307132906}]}`)
var dat map[string]interface{}
if err := json.Unmarshal(body, &dat); err != nil {
panic(err)
}
tags := dat["tags"].([]interface{})
// 尝试直接断言为 int64 会导致运行时错误,因为实际类型是 float64
// fmt.Println("tag: ", 0, " id: ", tags[0].(map[string]interface{})["id"].(int64))
// 实际输出会是 float64,且可能已发生精度丢失
fmt.Printf("Parsed ID type: %T, value: %.0f\n", tags[0].(map[string]interface{})["id"], tags[0].(map[string]interface{})["id"])
// 示例输出可能为:Parsed ID type: float64, value: 4418489049307132904
// 注意:原始值是 4418489049307132905,这里已经发生了精度丢失。
}为了解决这一问题,Go 提供了两种主要策略来确保 64 位整数在 JSON 解析过程中不丢失精度。
encoding/json 包中的 json.Decoder 提供了比 json.Unmarshal 更精细的控制。通过调用 Decoder 的 UseNumber() 方法,我们可以指示解码器将所有 JSON 数字解析为 json.Number 类型,而不是 float64。json.Number 本质上是一个字符串类型,它完整地保留了原始数字的文本表示,从而避免了任何精度丢失。之后,我们可以根据需要将 json.Number 转换为 int64 或 uint64。
实现步骤:
示例代码:
package main
import (
"bytes"
"encoding/json"
"fmt"
"strconv"
)
func main() {
body := []byte(`{"tags":[{"id":4418489049307132905},{"id":4418489049307132906}]}`)
dat := make(map[string]interface{})
d := json.NewDecoder(bytes.NewBuffer(body))
d.UseNumber() // 启用 UseNumber 模式
if err := d.Decode(&dat); err != nil {
panic(err)
}
tags := dat["tags"].([]interface{})
firstTagID := tags[0].(map[string]interface{})["id"]
// 断言为 json.Number 类型
n, ok := firstTagID.(json.Number)
if !ok {
panic("ID is not a json.Number")
}
// 将 json.Number 转换为 uint64
// 注意:根据实际数据范围和符号选择 ParseUint 或 ParseInt
i64, err := strconv.ParseUint(string(n), 10, 64)
if err != nil {
panic(err)
}
fmt.Printf("Using UseNumber: Type: %T, Value: %d\n", i64, i64) // Output: Using UseNumber: Type: uint64, Value: 4418489049307132905
secondTagID := tags[1].(map[string]interface{})["id"].(json.Number)
i64_2, _ := strconv.ParseUint(string(secondTagID), 10, 64)
fmt.Printf("Using UseNumber: Type: %T, Value: %d\n", i64_2, i64_2) // Output: Using UseNumber: Type: uint64, Value: 4418489049307132906
}优点:
Easily find JSON paths within JSON objects using our intuitive Json Path Finder
30
缺点:
当 JSON 数据的结构已知时,最推荐且最符合 Go 风格的解决方案是定义一个与 JSON 结构相匹配的 Go 结构体。通过将结构体字段的类型明确声明为 uint64 或 int64,json.Unmarshal 会自动尝试将 JSON 中的数字解析为这些指定的类型,从而避免默认的 float64 转换。
实现步骤:
示例代码:
package main
import (
"encoding/json"
"fmt"
)
// 定义与 JSON 结构对应的 Go 结构体
type Tag struct {
ID uint64 `json:"id"` // 将 id 字段声明为 uint64,确保精度
}
type Data struct {
Tags []Tag `json:"tags"`
}
func main() {
body := []byte(`{"tags":[{"id":4418489049307132905},{"id":4418489049307132906}]}`)
var data Data
if err := json.Unmarshal(body, &data); err != nil {
panic(err)
}
fmt.Printf("Using specific struct: Type: %T, Value: %d\n", data.Tags[0].ID, data.Tags[0].ID) // Output: Using specific struct: Type: uint64, Value: 4418489049307132905
fmt.Printf("Using specific struct: Type: %T, Value: %d\n", data.Tags[1].ID, data.Tags[1].ID) // Output: Using specific struct: Type: uint64, Value: 4418489049307132906
}优点:
缺点:
以上就是Go JSON 解析:避免 int64 精度丢失的两种策略的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号