Python 读取 JSON 的三个边界：重复键、NaN 与小数精度

读取 JSON 时，json.loads() 没有抛出异常，只能说明这段输入被当前解析器接受。对配置校验、接口联调和数据导入工具来说，还需要约定重复字段如何处理、是否接受非标准数值，以及小数以什么类型保留。下面用 Python 标准库实现一个可以直接运行的小例子。

1. 重复键要在生成字典之前发现

例如，json.loads('{"timeout":10,"timeout":30}') 默认得到 {"timeout":30}。如果随后才遍历字典，前一个值已经丢失，无法再证明原始文本里出现过重复字段。

这里选择“发现重复键就拒绝输入”的规则。object_pairs_hook 接收到对象的有序键值对，可以在构建字典时检查。同一对象内重复才报错；两个不同对象分别包含 id 完全正常。该回调也会作用于嵌套对象，以及数组里的对象。

参考：Python json 文档：重复名称的处理：https://docs.python.org/3/library/json.html#repeated-names-within-an-object。

2. NaN 与 Infinity 需要单独拒绝

Python 的 JSON 解码器默认接受 NaN、Infinity 和 -Infinity，这三个标记并不是标准 JSON 数值。读取时可用 parse_constant 拒绝它们。不要把 allow_nan=False 用在 json.loads() 上：它是序列化时使用的选项。

另外，strict=True 主要控制字符串中的控制字符，并不会自动完成重复键检测或非标准数值拦截。

参考：Python json 文档：非有限数值：https://docs.python.org/3/library/json.html#infinite-and-nan-number-values、JSONDecoder 参数：https://docs.python.org/3/library/json.html#json.JSONDecoder。

3. 从原始数字文本构造 Decimal

如果希望保留十进制小数，可以设置 parse_float=Decimal。这样 1.10 直接从原始文本构造为 Decimal("1.10")，无需先经过二进制浮点数。整数仍沿用默认的 int，布尔值和 null 的解析也不受影响。

注意：拒绝 Infinity 字面量与限制数值范围是两件事。例如 1e400 是另一种输入；下面的实现会把它解析成有限的 Decimal，但具体业务是否允许这样大的数，仍应另外校验。

4. 完整实现

import json
from decimal import Decimal

def no_duplicate_keys(pairs):
    result = {}
    for key, value in pairs:
        if key in result:
            raise ValueError(f"duplicate JSON key: {key!r}")
        result[key] = value
    return result

def reject_constant(value):
    raise ValueError(f"non-standard JSON constant: {value}")

def load_json(text):
    return json.loads(
        text,
        object_pairs_hook=no_duplicate_keys,
        parse_constant=reject_constant,
        parse_float=Decimal,
    )

data = load_json('{"amount":1.10,"enabled":true}')
assert data["amount"] == Decimal("1.10")
assert isinstance(data["amount"], Decimal)
assert data["enabled"] is True

object_hook 接收到的已经是字典，不能用来恢复被覆盖的重复字段；若同时设置两个 hook，object_pairs_hook 优先。

5. 用反例验证约定

把下面代码接在实现后面，即可验证几类必须拒绝的输入。JSONDecodeError 也是 ValueError 的子类，因此这里同时接住语法错误与自定义校验错误。

bad_inputs = [
    '{"x":1,"x":2}',
    '{"outer":{"x":1,"x":2}}',
    '[{"x":1,"x":2}]',
    r'{"a":1,"\u0061":2}',
    "NaN",
    "Infinity",
    "-Infinity",
    '{"v":NaN}',
    '{"x":1,}',
]

for text in bad_inputs:
    try:
        load_json(text)
    except ValueError:
        pass
    else:
        raise AssertionError(f"unexpected acceptance: {text}")

assert load_json('{"a":{"x":1},"b":{"x":2}}') == {
    "a": {"x": 1}, "b": {"x": 2}
}
assert load_json("1e400").is_finite()

Unicode 转义的例子尤其容易漏掉："a" 与 "\u0061" 解码后是同一个键，应按重复处理。验证时既要准备应被拒绝的输入，也要准备不同对象使用同名字段等合法输入，防止规则过度拦截。本文实现及相关边界在本地 Python 3.14.6 上完成了 17 项检查，均通过。

6. 接入工具时还要明确的边界

这个函数只落实了文中三项解析约定。接收不可信输入时，仍需限制请求或文件大小，按使用场景限制嵌套深度，并校验字段、类型与数值范围。深度限制应由适合的解析层落实，不能依靠完整解析后的检查来保护解析阶段。

Decimal 也不会被标准库 json.dumps() 自动序列化。不要为了消除异常就统一转成 float，否则可能重新引入精度变化；转成字符串则会改变 JSON 字段类型。应先约定输出契约，再选择匹配的序列化方式。

重复键错误目前只返回键名，不含完整父路径；如果产品需要精确定位到行列与路径，还需要更完整的解析诊断设计。日志中也应避免直接打印完整的敏感输入。

本文示例和说明使用 AI 辅助整理，并通过实际运行核对结果。