场景：计算结果没报错，核对总额却对不上
订单预览、费用计算和导出报表里，容易出现两种相似的现象：2.675 保留两位变成 2.67；两条 0.335 的明细分别显示 0.34，总计却显示 0.67。前者可能是输入已经经过二进制浮点数，后者可能是逐行舍入与汇总舍入的口径不同。只把所有变量换成 Decimal，解决不了第二类问题。
本文给出一个独立的 Python 3.12+ 示例：输入金额最多六位小数，非负，单行不超过一百万元，最多一千行；选择“每行先保留两位，再累加”的示例口径。这里的舍入规则用于演示软件行为，接入真实订单前应以产品约定的币种、精度和结算规则为准。
先复现，别急着改数据库字段
将下面代码保存为 reproduce.py，运行 python reproduce.py：
from decimal import Decimal, ROUND_HALF_UP
cent = Decimal("0.01")
print("浮点舍入：", round(2.675, 2))
print("浮点转十进制：", Decimal(2.675).quantize(cent, rounding=ROUND_HALF_UP))
print("原始字符串：", Decimal("2.675").quantize(cent, rounding=ROUND_HALF_UP))
rows = [Decimal("0.335"), Decimal("0.335")]
print("逐行舍入：", sum((x.quantize(cent, rounding=ROUND_HALF_UP) for x in rows), Decimal("0")))
print("汇总舍入：", sum(rows, Decimal("0")).quantize(cent, rounding=ROUND_HALF_UP))
五行结果依次为 2.67、2.67、2.68、0.68、0.67。排查时先用这类小样本把两个原因分开，再检查接口解析、计算、存储、导出的真实链路。
Decimal(float_value) 保留的是已经形成的浮点值，无法找回最初的十进制文本。Decimal(str(float_value)) 有时让输出看起来正常，但也无法恢复此前运算丢失的信息。二进制浮点数的表示限制可参考 Python 浮点数教程。
输入边界：金额从字符串进入，从字符串出去
接口约定可以使用 {"amount": "2.675"}，或在固定到分的业务里使用整数分。不要先做 float(payload["amount"])，再交给计算函数。
建议顺着一条问题订单逐段检查：请求字段是否为字符串；框架或模型是否转换为 float；数据库驱动返回什么类型；导出是否重新转 float；前端是否重复计算。记录计算阶段、规则版本、输入类型和差额，不要把完整订单或个人信息直接打进日志。
下面的边界特意拒绝空白、科学计数法、逗号分隔、负数、特殊值与超长文本。它是一套明确的接口合同，若业务要允许退款负数或其他币种，应另行设计范围和精度，不能顺手放宽正则。
实现：校验格式、限制规模、固定局部计算上下文
保存为 money.py：
import re
from decimal import Context, Decimal, ROUND_HALF_UP, localcontext
AMOUNT_PATTERN = re.compile(r"(?:0|[1-9][0-9]{0,6})(?:\.[0-9]{1,6})?")
CENT = Decimal("0.01")
MAX_AMOUNT = Decimal("1000000")
MAX_ROWS = 1000
def parse_amount(value: object) -> Decimal:
"""在接口边界拒绝浮点数和超出合同的金额文本。"""
if not isinstance(value, str):
raise ValueError("金额必须以十进制字符串提供")
if len(value) > 14 or AMOUNT_PATTERN.fullmatch(value) is None:
raise ValueError("金额格式无效，应为最多六位小数的非负数字")
amount = Decimal(value)
if amount > MAX_AMOUNT:
raise ValueError("单行金额不能超过一百万元")
return amount
def calculate_total(values: list[str]) -> str:
"""按逐行舍入口径汇总，输出固定两位小数字符串。"""
if not isinstance(values, list) or len(values) > MAX_ROWS:
raise ValueError("金额明细必须为列表，且不能超过一千行")
# 显式上下文避免调用方的精度、舍入模式或陷阱配置污染计算。
with localcontext(Context(prec=28, rounding=ROUND_HALF_UP)):
total = Decimal("0.00")
for value in values:
amount = parse_amount(value)
total += amount.quantize(CENT, rounding=ROUND_HALF_UP)
return format(total, ".2f")
parse_amount 接收 object 是为了在运行时检验来自接口的实际类型；类型注解本身不会阻止调用方传 float 或布尔值。通过长度和格式检查的值才进入 Decimal 构造器，所以特殊值和巨大指数没有机会参与计算。失败统一向调用方抛出中文 ValueError，Web 层再转换成既有的参数错误响应，不应返回成功默认值。
计算精度 28 是有效数字位数，不能理解成“保留 28 位小数”。这个示例的输入规模受到限制，不涉及除法，累加也远未触及该精度。将来增加汇率、费率或数量乘法，需要重新计算中间精度上界。
quantize(CENT) 固定到两位；ROUND_HALF_UP 在恰好处于中点时远离零。这里输入非负，2.675 因而变为 2.68。构造、上下文与舍入的 API 语义见 Python decimal 官方文档。
用回归测试把“差一分”变成明确合同
把下面内容保存为同目录的 test_money.py，执行 python -m unittest -v test_money。无需第三方依赖，也不连接数据库或网络。
import unittest
from decimal import Inexact, ROUND_DOWN, localcontext
from money import calculate_total, parse_amount
class MoneyTests(unittest.TestCase):
"""锁定输入合同、舍入位置和调用上下文隔离。"""
def test_decimal_midpoint(self) -> None:
self.assertEqual(calculate_total(["2.675"]), "2.68")
def test_round_each_row(self) -> None:
self.assertEqual(calculate_total(["0.335", "0.335"]), "0.68")
def test_empty_and_zero(self) -> None:
self.assertEqual(calculate_total([]), "0.00")
self.assertEqual(calculate_total(["0", "0.000000"]), "0.00")
def test_valid_boundaries(self) -> None:
self.assertEqual(calculate_total(["1000000"] * 1000), "1000000000.00")
self.assertEqual(calculate_total(["0.000001"]), "0.00")
def test_reject_invalid_inputs(self) -> None:
values = [2.675, True, None, "", "NaN", "Infinity", "1e3",
"-0.01", " 1.00", "1,000", "01", "1.1234567",
"1000000.000001", "9" * 100]
for value in values:
with self.subTest(value=value), self.assertRaises(ValueError):
parse_amount(value)
def test_reject_invalid_collection(self) -> None:
for values in (["0"] * 1001, "1.00", None):
with self.subTest(values_type=type(values).__name__):
with self.assertRaises(ValueError):
calculate_total(values)
def test_caller_context_is_unchanged(self) -> None:
with localcontext() as context:
context.prec = 2
context.rounding = ROUND_DOWN
context.traps[Inexact] = True
self.assertEqual(calculate_total(["2.675"]), "2.68")
self.assertEqual(context.prec, 2)
self.assertEqual(context.rounding, ROUND_DOWN)
self.assertTrue(context.traps[Inexact])
if __name__ == "__main__":
unittest.main()
七项测试里，逐行舍入用例尤其关键：若把 quantize 移到总额之后，它会从 0.68 变成 0.67，测试必须失败。边界用例还验证了超行数拒绝、单行上限以及调用方主动降低精度时的隔离行为。
修复上线：不要把历史差额一律重算
先明确哪些页面显示逐行金额，哪些接口存储最终总额，以及最终金额由哪个服务负责计算。若实际合同是汇总后舍入，应同步更改实现与对应测试，并明确页面明细之和与总额可能有差异。若要求明细必须加总一致，需要专门的差额分摊规则，例如按照固定排序分配尾差，并记录规则版本；仅改变显示格式不够。
对于新请求，收紧输入合同可能影响仍发送 JSON number 的旧客户端。可先在边界统计字段类型，更新 SDK 和调用方，再切换严格校验。避免在兼容分支悄悄把数字转成字符串后声称精度已恢复。
对于历史数据，先抽样核对原始十进制文本、已存明细和对外确认金额。缺少原始值时，不能推断浮点值前的真实输入。回滚应按计算规则版本切换，并保留已经确认的结果，不要让同一订单在重试时换一套舍入规则。
数据库使用精确数值类型或整数最小货币单位，JSON 输出保持字符串或约定的整数单位；导出 CSV/Excel 时也要检查工具的自动类型转换。日志记录差额数量与计算规则版本，告警阈值按业务约定设置。
验证范围与结论
本文示例可用标准库完成本地验证，覆盖输入拒绝、逐行舍入、规模边界和上下文隔离。它不包含税额、优惠分摊、多币种或真实支付通道对账逻辑，也未连接生产订单系统。
排查差一分钱，先确认十进制输入是否被转换成 float，再确认舍入发生在哪一步。精确输入、明确舍入位置、固定输出合同与小样本回归测试，缺少任何一个环节，差额都可能在下一次重构时重新出现。
Discussion
评论