Jackson 数值转科学计数法问题分析与解决方案

大家好，我是G探险者！

在日常开发中，我们常常使用 Jackson 来解析和重组 JSON 报文。然而，最近在处理报文转换的过程中，遇到了一个令人困惑的问题：原本为正常数字的字段，在转换后竟然变成了科学计数法的格式。例如：

// 原始 JSON
{
  "amount": 9876.98
}

在 Jackson 序列化后输出成了：

{
  "amount": 9.87698E3
}

这在某些业务场景中可能会导致数值精度丢失、下游系统无法识别格式等严重问题。本文将深入分析这一问题的成因，并给出相应的解决方案。

---

1. 问题复现场景

假设我们有如下 Java 代码，用于对请求报文进行解密、解析并重新封装：

ObjectMapper mapper_old = new ObjectMapper();
ObjectNode rootNode_old = (ObjectNode) mapper_old.readTree(requestBody);

ObjectMapper mapper_new = new ObjectMapper();
ObjectNode rootNode_new = (ObjectNode) mapper_new.readTree(exts);
String plainText = rootNode_new.get("plain_text").asText();

// 替换旧节点中的内容
JsonDynamicEditUtil.modifyNode(rootNode_old, "cipher_header", "header",
    new ObjectMapper().readTree(plainText));

String requestBodyNew = mapper_old.writerWithDefaultPrettyPrinter().writeValueAsString(rootNode_old);

问题就出现在 plainText 中的数字字段，在序列化为字符串时，出现了科学计数法表示。

---

2. 问题原因分析

Jackson 解析 JSON 时会根据值类型自动推断字段类型：

JSON 内容	Jackson 节点类型
"amount": 9876.98	DoubleNode（浮点数）
"amount": "9876.98"	TextNode（字符串）

当某字段被 Jackson 识别为 DoubleNode 类型，在序列化过程中，Jackson 会根据值的大小自动决定是否使用科学计数法（例如 9.87698E3）。

这属于 Jackson 的默认行为，目的是为了简洁表示大或小的浮点数，但在某些业务中反而带来了数据不一致的隐患。

---

3. 解决方案

✅ 方案一：启用 BigDecimal 并关闭科学计数法

ObjectMapper mapper = new ObjectMapper();

// 优先用 BigDecimal 表示浮点数，避免精度丢失
mapper.enable(DeserializationFeature.USE_BIG_DECIMAL_FOR_FLOATS);

// 序列化时强制使用非科学计数法格式
mapper.configure(JsonGenerator.Feature.WRITE_BIGDECIMAL_AS_PLAIN, true);

这种方式既保留了数字的准确性，又避免了科学计数法的输出。

---

✅ 方案二：将敏感字段转为字符串处理

如果你明确知道某些字段如 amount 不应该被当作浮点数处理，可以在入参中将其转换为字符串：

{
  "amount": "9876.98"
}

这样 Jackson 会将其解析为 TextNode 类型，自然不会被转换成科学计数法。

---

✅ 方案三：手动格式化输出

如果你只想处理某些字段，可以在节点替换前，手动将其改为字符串：

JsonNode amountNode = rootNode.get("amount");
if (amountNode.isDouble()) {
    ((ObjectNode) rootNode).put("amount", amountNode.asText());
}

---

4. 示例对比

原始 JSON 输入	序列化结果	处理方式
"amount": 9876.98	9.87698E3	默认 Jackson 行为
"amount": "9876.98"	"9876.98"	改为字符串
amount: BigDecimal	9876.98（非科学计数法）	配置 BigDecimal + 禁用科学计数法

---

5. 总结

Jackson 是一款强大而灵活的 JSON 处理工具，但其默认的自动类型推断和格式优化策略，在一些严谨的数据处理场景中可能引发意外行为。面对数字被转换成科学计数法的情况，可以从以下三个层面入手：

• 从 JSON 字符串结构 入手，控制字段类型；
• 从 ObjectMapper 配置 入手，修改解析与输出行为；
• 从 节点层级处理逻辑 入手，手动干预字段值类型。

建议开发中针对业务要求，统一 JSON 处理策略，避免此类隐患反复出现。