WebSocket传JSON时Long精度丢失的根本原因是后端未将Long序列化为字符串，导致JS解析数字字面量时超出安全整数范围而失真；必须后端统一用Jackson将Long转为字符串，前端接收后原样使用或显式转BigInt。
WebSocket 传 JSON 时 Long 被 JS 解析成错误数字
直接结论：WebSocket 本身不处理 JSON 序列化逻辑，精度丢失发生在后端序列化成 JSON 字符串、前端用 JSON.parse() 解析的环节——和 HTTP API 完全一致，但更容易被忽略，因为 WebSocket 没有统一的拦截点（比如 Spring 的 @ResponseBody 全局配置）。
典型现象是后端发过去 {"id":1297373218628307972}，前端收到后 data.id === 1297373218628307000，末几位变成 000。这不是 WebSocket 协议问题，而是 JSON 文本里写了数字字面量，JS 解析器一读就丢精度。
后端用 Jackson 为 WebSocket 消息做 Long → String 序列化
Spring 中 WebSocket 默认使用 Jackson 处理消息体（如 TextMessage 内容），但不像 REST 接口那样自动走 MappingJackson2HttpMessageConverter。必须显式配置 ObjectMapper 实例并注入到 WebSocketMessageBrokerConfigurer 或自定义 TextMessage 构造逻辑中。
- 全局注册
Long序列化器（推荐）：SimpleModule module = new SimpleModule(); module.addSerializer(Long.class, ToStringSerializer.instance); objectMapper.registerModule(module);
- 确保这个
ObjectMapper实例被用于 WebSocket 消息的序列化，例如在发送时：String json = objectMapper.writeValueAsString(data); session.sendMessage(new TextMessage(json));
- 不要依赖
@JsonSerialize注解单独打补丁——WebSocket 场景下字段级注解容易漏掉动态构造的对象或 Map 结构
前端接收后别碰 JSON.parse() 默认行为
即使后端已转成字符串，如果前端自己再用 JSON.parse() 解析一次（比如封装了通用消息处理器），而没注意原始 payload 是字符串还是对象，就可能绕过后端的防护。
- 确认你拿到的是原始
TextMessage字符串，不是已被解析过的对象 - 避免写成：
// ❌ 错误：假设 data 已是 object，但实际可能是 string const parsed = JSON.parse(data); // data 可能已是字符串，再 parse 会报错或二次解析
- 正确做法是统一按字符串接收，再由你控制解析逻辑：
// ✅ 正确：显式处理 socket.onmessage = (event) => { const raw = event.data; // string const obj = JSON.parse(raw); // 现在才 parse，且后端已确保 id 是 string console.log(obj.id); // "1297373218628307972"，类型是 string }; - 如果要用
BigInt做运算，必须明确调用：BigInt(obj.id)，不能写BigInt(+obj.id)——后者先转 number 再转 bigint，已经丢精度了
为什么不用 BigInt 直接替代后端改 String？
因为 BigInt 不能参与 JSON 序列化：JSON.stringify({id: 1297373218628307972n}) 会抛错。WebSocket 消息本质仍是文本协议，所有数据最终得落回 JSON 字符串。
-
BigInt只能在前端内存中用，不能作为传输格式 - 后端若返回
"id": 1297373218628307972（数字字面量），前端无论如何都救不回来——JSON.parse()第一步就错了 - 第三方库如
json-bigint需要定制JSON.parse()行为，但 WebSocket 场景下无法保证每个接收方都用它，兼容性差
最稳的路径只有一条：后端输出 JSON 时让 Long 变成 "1297373218628307972"（带引号的字符串），前端原样收、原样用，需要计算时再转 BigInt。任何想绕过这一步的方案，都会在某个环节掉精度。
