首页 > 后端开发 > Golang > 正文

Go JSON 解析:避免 int64 精度丢失的两种策略

聖光之護
发布: 2025-10-15 09:19:24
原创
1036人浏览过

Go JSON 解析:避免 int64 精度丢失的两种策略

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。

Go JSON 解析中的 int64 精度丢失问题

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。
}
登录后复制

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。

解决方案一:使用 json.Decoder 配合 UseNumber()

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:

  1. 创建一个 json.Decoder 实例,从 bytes.Buffer 或其他 io.Reader 中读取 JSON 数据。
  2. 调用 d.UseNumber() 启用数字的 json.Number 解析模式。
  3. 使用 d.Decode() 将数据解码到 map[string]interface{} 或其他泛型结构中。
  4. 当访问数字字段时,将其断言为 json.Number 类型。
  5. 使用 strconv 包中的 ParseUint 或 ParseInt 函数将 json.Number 字符串转换为所需的整数类型。

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
}
登录后复制

优点:

牛小影
牛小影

牛小影 - 专业的AI视频画质增强器

牛小影 420
查看详情 牛小影
  • 提供了对数字解析的精确控制,完全避免了精度丢失。
  • 适用于 JSON 结构不完全确定或需要泛型处理的场景。

缺点:

  • 需要手动将 json.Number 转换为具体整数类型,增加了代码的复杂性。
  • 对于深层嵌套的 JSON 结构,类型断言可能变得繁琐。

解决方案二:定义具体的 Go 结构体

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:

  1. 根据 JSON 数据的结构,定义一个或多个 Go 结构体。
  2. 将需要保留 int64 或 uint64 精度的字段声明为 uint64 或 int64 类型。
  3. 使用 json.Unmarshal 直接将 JSON 字节流解码到结构体实例中。

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
}
登录后复制

优点:

  • 代码更加清晰、类型安全且易于维护。
  • 利用 Go 的类型系统,减少了手动类型转换和潜在的错误。
  • 符合 Go 语言的惯用编程风格。
  • 性能通常优于泛型 map[string]interface{} 的处理。

缺点:

  • 需要提前知道 JSON 的

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!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

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。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号