Python 严格读取 JSON 配置：重复键、NaN、布尔值与金额精度

先分清两层含义

读取配置时经常出现一个误区：把“Python 默认解析成功”当成“业务数据合法”。这其实是两层概念。json 负责把文本转换成 Python 对象，提供通用的兼容行为；业务校验则要决定哪些输入允许进入程序。默认行为为了兼容不同来源，未必符合配置、计费或风控场景的严格要求。

例如，JSON 对象中的键在规范语义上应该唯一，但 Python 默认不会因重复键报错，而是保留最后一个值。NaN、Infinity 和 -Infinity 也不属于标准 JSON 数值，Python 的解码器却默认能够识别它们。应用若需要更窄的输入范围，就应该在解析入口显式收紧规则，而不是在后续代码里猜测数据是否被覆盖或是否可参与计算。

边界一：重复键不能静默覆盖

json.loads 的 object_pairs_hook 会收到对象中的有序键值对列表。相比对象已经变成 dict 后再检查，它能在字典合并前发现重复键，因此适合实现“同名键立即失败”的策略。

下面的 reject_duplicate_keys 只做一件事：逐项加入结果字典，发现已有键就抛出 ValueError。这个策略也适用于嵌套对象，因为钩子会用于每个 JSON 对象。需要注意，是否拒绝重复键是业务选择；如果某个兼容性场景确实规定“最后一个生效”，就应把它写进接口约定，而不要让默认行为悄悄决定规则。

边界二：非标准数值要在解析时拒绝

Python 文档明确说明，解码器默认把 NaN、Infinity 和 -Infinity 转为相应的浮点值。它们在很多 JSON 互操作场景中都不是合法 JSON 数字。parse_constant 可以接收这三个文本标记；传入一个始终抛错的函数，就能把它们挡在配置对象之外。

这与 float 的有限性检查不是一回事。后者只能检查已经得到的 Python 浮点对象，不能恢复原始文本，也不能覆盖配置解析入口。若业务还要求所有数值都满足范围、单位或小数位数，解析后的字段校验仍然需要单独进行。

边界三：小数不要先落到 float

默认情况下，JSON 实数会调用 float。二进制浮点无法精确表示许多十进制小数，后续金额加法可能出现熟悉的 0.30000000000000004。parse_float=Decimal 会把 JSON 小数的文本直接交给 Decimal，避免先经过二进制浮点这一跳。

这并不意味着设置一个参数就完成了金额校验。代码还要明确币种、允许的小数位、舍入模式、上下限以及缺失字段的处理方式。Decimal 解决的是表示和运算的基础问题，业务规则仍然需要由应用定义。整数 JSON 数值通常会解析为 int；如果金额字段要求统一的十进制类型，也可以在字段校验阶段把整数转换为 Decimal。

解析参数只负责转换，不负责理解字段含义。例如 parse_float=Decimal 会影响所有实数，包括本来不应出现小数的重试次数；它不会自动把负数变成错误，也不会限制小数位。对象钩子同样只处理结构层面的重复键。完成解析后，仍应按字段逐一检查必填性、允许类型、范围和相互依赖关系。把“语法解析”和“业务校验”分成两个清晰阶段，错误信息才更容易定位，测试也更容易覆盖。

边界四：bool 不是业务上的整数

在 Python 中，bool 是 int 的子类，所以 isinstance(True, int) 的结果是 True，而 True + 1 也能参与整数运算。可是配置里的 retry、timeout 或端口号若要求整数，传入 true 往往是类型错误，而不是数字 1。

因此，严格的整数参数应使用 type(value) is int，而不是只使用 isinstance(value, int)。这是一个有意排除布尔值的类型检查。类似地，字段校验还应检查是否为非负数、是否落在允许范围内；类型正确不等于值正确。

一套可运行的严格读取代码

下面的代码只依赖标准库。load_strict 同时启用三项解析策略，require_int 展示布尔值边界，require_money 则采用“解析为 Decimal 后再接收”的约定。

import json
from decimal import Decimal


def reject_duplicate_keys(pairs):
    result = {}
    for key, value in pairs:
        if key in result:
            raise ValueError(f"重复键: {key}")
        result[key] = value
    return result


def reject_constant(value):
    raise ValueError(f"禁止非标准数值: {value}")


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


def require_int(value, name):
    if type(value) is not int:
        raise TypeError(f"{name} 必须是整数，不能是 {type(value).__name__}")
    return value


def require_money(value):
    if type(value) not in (int, Decimal):
        raise TypeError("金额必须是 JSON 数字并转换为 Decimal")
    return Decimal(value)


print(json.loads('{"x": 1, "x": 2}'))
print(type(load_strict('{"price": 1.10}')['price']).__name__)
print(load_strict('{"a": 0.1, "b": 0.2}')['a'] +
      load_strict('{"a": 0.1, "b": 0.2}')['b'])

实际使用时，解析入口外层还应捕获 json.JSONDecodeError、ValueError 和字段类型错误，转换成统一的配置错误信息。不要把异常吞掉后继续使用部分配置，更不要用默认值掩盖拼写错误或重复键。

金额字符串是另一种接口协议

有些接口不把金额传成 JSON 数字，而是传成字符串，例如 {"amount": "12.30"}。这样可以保留末尾零，并避免某些客户端先用浮点数处理；服务端随后用 Decimal(value) 从字符串构造金额。这是可选的 API 约定，但它与 JSON 数值类型不是一回事：前者需要字符串格式校验，后者可以配合 parse_float=Decimal 直接得到十进制对象。两种协议不能混着写，也不能只看字段名猜类型。

还要留意输出方向。标准 json.dumps 不会直接编码 Decimal，会抛出 TypeError。如果协议规定金额输出为字符串，可以显式转换后再编码：

payload = {"amount": str(Decimal("12.30"))}
print(json.dumps(payload))  # {"amount": "12.30"}

如果协议规定输出 JSON 数字，就必须另行约定格式化、舍入和编码方式；把 Decimal 随意转成 float 会重新引入二进制浮点问题。读取严格、计算精确、输出可互操作，三件事都应写进接口契约。

本地测试结果

脚本在本地使用 Python 标准库运行成功，覆盖默认重复键行为、Decimal 解析、非标准数值、布尔整数参数、金额类型和 Decimal 序列化错误。实际输出如下：

default_duplicate: {'x': 2}
strict_float_type: Decimal
money_sum_decimal: 0.3
bool_is_int: True False
dump_decimal_error: TypeError Object of type Decimal is not JSON serializable
reject_duplicate: ValueError 重复键: x
reject_constant: ValueError 禁止非标准数值: NaN
reject_int True : TypeError retry 必须是整数，不能是 bool
require_int 3 -> 3
reject_money '12.30' : TypeError 金额必须是 JSON 数字并转换为 Decimal
require_money Decimal('12.30') -> 12.30

这组结果只证明示例在本地解释器中的行为，不代表已经在云上、数据库或任何具体业务系统中测试。配置解析的关键不是追求“什么都能读”，而是先定义可接受的输入，再让解析器尽早、明确地拒绝边界之外的数据。

上线前还应把这些边界写成固定测试：重复键必须失败，三个特殊常量必须失败，布尔值不能通过整数参数校验，金额计算不能先转浮点。这样升级 Python 版本或更换调用方时，协议约束不会只停留在口头约定中。

参考文档

1. Python json 文档
2. Python decimal 文档