Go strconv.ParseFloat 怎样处理精度和非法输入

接收配置、CSV 或 HTTP 参数时，我更愿意把 strconv.ParseFloat 当成一个“带边界的转换器”，而不是简单的字符串转数字。实用做法是：先根据业务精度选择 bitSize，再检查 error，最后决定是否接受 NaN、无穷大和范围错误。

先用 bitSize 把精度边界说清楚

ParseFloat(s, bitSize) 的第二个参数不是“返回什么 Go 类型”，而是告诉解析器按 32 位还是 64 位浮点精度处理。两种调用的返回类型都写成 float64；当传入 32 时，返回的 float64 已经是可无损转换为 float32 的结果。

所以同一个十进制字符串在两种精度下可能得到不同的数值。这里的“精度”不是保留几位小数，而是 IEEE 754 可表示的二进制有效位。展示给用户时再用格式化精度控制小数位，不能用格式化字符串反过来修复解析误差。

package main

import (
    "fmt"
    "strconv"
)

func main() {
    text := "3.1415926535"

    // 32 表示按 float32 精度解析，结果仍然是 float64 类型。
    value32, err32 := strconv.ParseFloat(text, 32)
    // 64 表示按 float64 精度解析，适合需要更宽有效位的场景。
    value64, err64 := strconv.ParseFloat(text, 64)
    if err32 != nil || err64 != nil {
        fmt.Println("解析失败")
        return
    }
    fmt.Printf("32-bit: %.10f, 64-bit: %.10f\n", value32, value64)
}

把非法输入和结果值分开判断

最容易留下隐患的写法是忽略第二个返回值：空字符串、带中文单位的数字、多个小数点都会失败，但业务代码可能继续拿到零值。解析层应保留原文，让错误响应或日志能指出哪一项输入有问题。

package main

import (
    "errors"
    "fmt"
    "strconv"
)

func parseTemperature(raw string) (float64, error) {
    // 先保留 raw，发生错误时调用方才能定位原始字段。
    value, err := strconv.ParseFloat(raw, 64)
    if err == nil {
        return value, nil
    }

    // 用 errors.Is 判断底层原因，不依赖错误文本的语言或格式。
    if errors.Is(err, strconv.ErrSyntax) {
        return 0, fmt.Errorf("温度不是合法数字 %q: %w", raw, err)
    }
    if errors.Is(err, strconv.ErrRange) {
        return 0, fmt.Errorf("温度超出可接受范围 %q: %w", raw, err)
    }
    return 0, fmt.Errorf("温度解析失败 %q: %w", raw, err)
}

返回的错误具体类型是 *strconv.NumError，其中有 Func、Num 和 Err。通常优先用 errors.Is 做分支；只有需要记录失败函数或原始数字时，才用类型断言读取 NumError 字段。

精度、越界和特殊值要有明确业务规则

ParseFloat 能识别十进制和十六进制浮点字面量，并对可表示范围内的值进行 IEEE 754 舍入。输入语法正确但超出目标精度范围时，结果可能是带 ErrRange 的正负无穷大；这类返回不能被当成普通成功值。

另外，NaN、Inf 和 Infinity（允许带符号，匹配不区分大小写）属于可识别输入，不等于普通有限数字。温度、比例、金额、分页大小等业务字段通常应在解析成功后再用 math.IsNaN、math.IsInf 和范围条件做第二层约束。

上线前用一张检查清单收口

实际接入时，我会按下面顺序检查：第一，bitSize 是否和目标存储类型一致；第二，是否处理了空白、单位和本地化小数分隔符等输入约定；第三，是否用 errors.Is 区分 ErrSyntax 与 ErrRange；第四，是否对 NaN 和无穷大做了业务判断；第五，展示数值时是否把格式化位数和实际存储精度分开。

如果字段代表金额或必须十进制精确对账，浮点解析本身就不是完整的精度方案。此时至少要在接口契约中明确单位、舍入位置和允许误差，避免把“解析成功”误认为“业务数值精确”。

相关问题

ParseFloat 的 bitSize 可以传 0 吗？

不应这样设计。该函数的有效选择是 32 或 64；应根据目标浮点精度显式传入，不要把未定义的参数约定留给调用者。

为什么返回值是 float64 却还要传 32？

返回类型统一为 float64 是 API 形态，bitSize 决定解析时采用的有效精度；传 32 时结果可转换为 float32 而不改变其值。

只判断 err == nil 就够了吗？

不够。还要根据字段语义检查 NaN、无穷大和上下限；它们可能是语法上可识别的值，但未必是业务上可接受的值。