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。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C090
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00