Go语言浮点数精度详解（encoding/json包如何正确处理浮点数）

为什么会出现浮点数精度问题？

Go 语言中的 float64 类型遵循 IEEE 754 标准，它能表示非常大的数值范围，但无法精确表示所有十进制小数（例如 0.1）。当使用 encoding/json 包对结构体进行序列化（Marshal）或反序列化（Unmarshal）时，默认会将浮点数以最紧凑、有效的形式输出，这可能导致：

• 高精度小数被四舍五入
• 大数字以科学计数法（如 1e+06）形式输出
• 金融或计量场景下出现不可接受的误差

默认行为演示

我们先来看一个简单的例子：

package mainimport (    "encoding/json"    "fmt")type Product struct {    Name  string  `json:"name"`    Price float64 `json:"price"`}func main() {    p := Product{        Name:  "笔记本电脑",        Price: 9999.99,    }    data, _ := json.Marshal(p)    fmt.Println(string(data))}

输出结果：

{"name":"笔记本电脑","price":9999.99}

看起来没问题？但如果我们将价格设为更高精度的值，比如 0.1234567890123456789，你会发现输出可能变成 0.12345678901234568 —— 这就是 Go语言浮点数精度 的限制。

解决方案一：使用字符串代替浮点数

在金融、电商等对精度要求极高的场景中，推荐将金额字段定义为字符串类型，并配合 json.Number 或自定义 Marshal/Unmarshal 方法。

package mainimport (    "encoding/json"    "fmt"    "strconv")type Product struct {    Name  string `json:"name"`    Price string `json:"price"` // 使用 string 保证精度}func main() {    p := Product{        Name:  "高端显卡",        Price: "12345.67890123456789",    }    data, _ := json.Marshal(p)    fmt.Println(string(data))    // 反序列化    var p2 Product    json.Unmarshal(data, &p2)    fmt.Printf("Price as string: %s\n", p2.Price)    // 如需计算，可转为 decimal 库（如 shopspring/decimal）    f, _ := strconv.ParseFloat(p2.Price, 64)    fmt.Printf("As float64 (may lose precision): %f\n", f)}

解决方案二：使用 json.Number

Go 的 encoding/json 提供了 json.Number 类型，它可以将 JSON 中的数字以字符串形式保留，避免自动转为 float64。

package mainimport (    "encoding/json"    "fmt")type Product struct {    Name  string      `json:"name"`    Price json.Number `json:"price"`}func main() {    // 启用 Number 支持    decoder := json.NewDecoder(strings.NewReader(`{"name":"服务器","price":999999.123456789}`))    decoder.UseNumber()    var p Product    decoder.Decode(&p)    fmt.Printf("Raw number string: %s\n", p.Price) // 输出原始字符串    // 转为 float64（注意仍可能损失精度）    f, _ := p.Price.Float64()    fmt.Printf("As float64: %f\n", f)    // 或转为 string 用于高精度计算    s := string(p.Price)    fmt.Printf("As string: %s\n", s)}

💡 提示：对于需要高精度计算的场景（如金融系统），建议使用第三方库如 github.com/shopspring/decimal，它基于整数实现，完全避免浮点误差。

总结

通过本文，我们了解了 Go语言JSON序列化精度 问题的根源，并掌握了两种主流解决方案：

1. 使用 string 类型存储高精度数值
2. 利用 json.Number 保留原始数字字符串

在实际开发中，应根据业务需求选择合适的方式。记住：encoding/json浮点数处理 默认是为通用场景设计的，若涉及金钱、科学计算等敏感数据，请务必采取额外措施确保精度。

希望这篇教程能帮助你彻底理解 Go语言浮点数精度 问题！如有疑问，欢迎在评论区交流。