JSONDecoder默认不支持NaN和Infinity，因JSON标准禁止这些值；可通过object_hook或parse_float（需strict=False）实现兼容解析，但编码时仍需自定义处理。
JSONDecoder 默认不支持 NaN 和 Infinity
Python 的 json.JSONDecoder 在解析时遇到 NaN、Infinity 或 -Infinity 会直接报错：ValueError: Invalid value encountered: NaN（或类似提示）。这不是 bug，而是 JSON 标准本身禁止这些值 —— 它们不属于 RFC 7159 合法的 JSON 数字。
但实际中，不少后端（尤其是 JavaScript 环境）会输出带这些值的“类 JSON”字符串。若你必须接收并解析这类输入，就得绕过标准校验。
用 object_hook + float() 强转是最简方案
核心思路：在解析完每个对象（dict）后，遍历其所有字符串值，对匹配 "NaN"、"Infinity"、"-Infinity" 的项尝试用 float() 转换。Python 的 float() 原生支持这些字面量。
示例实现：
import jsondef handle_nan_inf(obj): for key, value in obj.items(): if isinstance(value, str): if value in ("NaN", "Infinity", "-Infinity"): obj[key] = float(value) return obj
data = '{"x": "NaN", "y": "Infinity", "z": 42}' result = json.loads(data, object_hook=handle_nan_inf)
result == {'x': nan, 'y': inf, 'z': 42}
- 仅作用于 dict 层级，不会递归处理嵌套 list 中的字符串；如需全覆盖，改用
object_hook+ 深度遍历，或换用parse_float - 注意
float("NaN")返回的是float('nan')，它不等于自身（nan == nan为False），后续判断要用math.isnan() - 此方式不改变原始 JSON 字符串结构，只在解析后做一次修正，开销小
用 parse_float 捕获所有数字字面量（含非法格式）
parse_float 参数会在 JSON 解析器遇到任何数字 token 时调用，包括那些本该失败的 NaN 字符串 —— 只要它们没被预校验拦住。关键在于：**必须配合 strict=False**，否则解析器在 tokenize 阶段就抛错了。
示例：
import jsondef robust_float(s): try: return float(s) except ValueError:
可选：记录未知格式，或返回 None/0
return float('nan')data = '{"a": NaN, "b": Infinity}' result = json.loads(data, parse_float=robust_float, strict=False)
result == {'a': nan, 'b': inf}
-
strict=False是前提，否则parse_float根本不会被触发 -
parse_float接收的是原始 token 字符串（如"NaN"），不是已解析的数字，所以能捕获非法字面量 - 它对所有数字位置生效（dict 值、list 元素、嵌套任意深度），比
object_hook更彻底 - 副作用：也会处理合法数字字符串（如
"123"），若你的robust_float有额外逻辑，需先判断是否为特殊字面量
别忽略 JSONEncoder 的反向兼容问题
能解析 NaN 不代表能原样输出。Python 的 json.JSONEncoder 默认拒绝编码 float('nan')，会报 ValueError: Out of range float values are not JSON compliant。
- 若需导出，必须自定义
default或继承JSONEncoder，例如：default=lambda x: None if math.isnan(x) else x - 更常见做法是提前清洗数据：入库/传输前把
nan/inf替换为None或特定哨兵值（如"__NaN__"），避免序列化阶段出问题 - 前后端约定比强行兼容更可靠 —— 比如统一用
null表示缺失，用字符串"inf"表示无穷大
真正麻烦的从来不是怎么读进来，而是读进来之后，要不要、以及能不能再安全地写出去。
