Fastjson2序列化Double.NaN导致数组越界异常分析与修复
在Fastjson2 2.0.56版本中,开发者发现了一个关于Double.NaN序列化的严重问题。当尝试序列化包含Double.NaN值的对象时,系统会抛出数组越界异常,而这个问题在2.0.36版本中并不存在。
问题背景
Double.NaN是Java中表示"非数字"(Not a Number)的特殊浮点数值。在JSON序列化过程中,通常需要将这种特殊值转换为合法的JSON表示形式。Fastjson2之前的版本(如2.0.36)能够正确处理这种情况,将Double.NaN序列化为null值。
问题表现
在2.0.56版本中,当使用JSONObject.toJSONString()方法序列化包含Double.NaN的对象时,系统会在NumberUtils.doubleToScientific方法中抛出数组越界异常。具体表现为:
- 直接序列化Double.NaN时,能够正常处理并返回null
- 但当序列化包含Double.NaN的复杂对象时,会触发数组越界异常
技术分析
问题的根源在于2.0.56版本中引入的科学计数法转换逻辑。在处理Double.NaN时,代码没有正确识别这种特殊情况,而是尝试将其作为普通浮点数处理,导致在访问数组时越界。
在2.0.36版本中,Fastjson2使用DoubleToDecimal.toString方法处理浮点数,该方法能够正确识别NaN并返回null。但在2.0.56版本中,这一逻辑被修改为使用NumberUtils.doubleToScientific方法,而新方法没有充分考虑NaN等特殊值的情况。
解决方案
Fastjson2开发团队在2.0.57-SNAPSHOT版本中修复了这个问题。修复方案主要包括:
- 在科学计数法转换前增加对特殊浮点值的检查
- 确保Double.NaN、Double.POSITIVE_INFINITY等特殊值能够被正确识别并处理
- 保持与之前版本一致的序列化结果,将这些特殊值序列化为null
验证结果
经过验证,2.0.57版本已经能够正确处理包含Double.NaN的对象的序列化,不再出现数组越界异常,并且保持了与之前版本一致的序列化结果。
总结
这个问题的出现提醒我们,在处理浮点数特别是特殊浮点值时需要格外小心。在进行数值转换和序列化时,必须考虑所有可能的边界情况,包括NaN、无穷大等特殊值。Fastjson2团队快速响应并修复了这个问题的做法值得肯定,也展示了开源项目对用户反馈的重视。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00