Python 统计金额：Decimal 为什么应从字符串创建

写一个订单汇总脚本时，最容易被忽略的细节往往是金额类型。把价格转成 float 再相加，屏幕上看起来可能没问题，但内部数值未必等于输入的十进制小数。下面用 Python 标准库 decimal 演示一个小范围金额统计，并把输入约束和舍入规则写清楚。

显示两位小数，不等于计算过程精确

from decimal import Decimal

print(0.1 + 0.2)                         # 0.30000000000000004
print(Decimal("0.1") + Decimal("0.2"))   # 0.3
print(Decimal(0.1) == Decimal("0.1"))     # False

许多十进制小数不能被二进制浮点数精确表示。Decimal(0.1) 接收到的已经是浮点近似值，它不会自动还原用户原本输入的“0.1”。因此，金额来自 CSV、表单或配置文件时，尽量保留原始文本，校验后直接交给 Decimal。先转 float、再转字符串，会把早先计算产生的误差一起带过去。

格式化 f"{value:.2f}" 只改变输出形式，不能修复前面已经发生的计算偏差。

把输入规则和计算规则分开

这个示例接受可选负号、1到12位整数、最多两位小数；负数可用于演示退款。它拒绝空白、千位分隔符、科学计数法以及超过两位的小数。超出规则时应明确报错，不静默截断用户输入。

import re
from decimal import Decimal, localcontext, ROUND_HALF_UP

AMOUNT = re.compile(r"-?[0-9]{1,12}(?:\.[0-9]{1,2})?")
CENT = Decimal("0.01")

def parse_amount(text):
    if not isinstance(text, str) or AMOUNT.fullmatch(text) is None:
        raise ValueError("金额须为普通十进制文本，整数1到12位，小数最多2位")
    return Decimal(text)

with localcontext() as ctx:
    ctx.prec = 40
    prices = [parse_amount(x) for x in ["19.90", "9.99", "0.10"]]
    total = sum(prices, Decimal("0.00"))
    fee = (total * Decimal("0.06")).quantize(CENT, rounding=ROUND_HALF_UP)
    print(f"合计：{total:.2f}，示例费用：{fee:.2f}")
    # 合计：29.99，示例费用：1.80

fullmatch 要求整个输入符合规则，避免“12.30元”或末尾换行被误当成合法金额。正则也自然排除了 Decimal 支持的 NaN、Infinity 等特殊值。这里不自动 strip，是为了让数据格式问题尽早暴露；如果业务允许前后空格，应在入口明确规定清理策略。

localcontext 把本段运算的有效数字精度设为40，退出后恢复调用者环境。这足以覆盖本例的三笔受限金额；实际批量汇总仍应根据单笔上限、条数和运算方式设定精度，不能把 Decimal 理解成无限精度计算器。

舍入发生在哪里，要由业务定义

quantize(CENT) 把结果调整为两位小数，ROUND_HALF_UP 明确指定中点向远离零的方向舍入，例如2.345变成2.35，-2.345变成-2.35。它与默认常见的 ROUND_HALF_EVEN 不同，也不应与所有业务的“四舍五入”规则直接画等号。

示例采用“先汇总、再计算费用、最后舍入”。如果规则要求每一行先算费用再舍入，最终结果可能不同。两笔0.05分别按10%计算并各自舍入，会得到0.01加0.01；先合计0.10再按10%计算，则得到0.01。代码应准确表达约定，不能靠最后格式化掩盖差异。

输出到接口时，可以将金额编码为十进制字符串，例如"29.99"，或在协议明确规定后使用整数分；不要为了JSON序列化方便又转回float。类型、允许的输入和舍入时点一起确定，金额统计才更容易复查。

本文由AI辅助整理，文中示例及非法输入、舍入边界已用Python标准库在本地验证；6%的费用仅为计算演示，不代表实际税率或收费规则。