本文介绍一种简洁高效的方法：将 JSON 中含字符串与浮点数混合的二维数组字段（如 "a" 和 "b"）先反序列化为 [][2]interface{}，再通过类型断言安全提取值，避免自定义 UnmarshalJSON 的复杂性。
本文介绍一种简洁高效的方法：将 json 中含字符串与浮点数混合的二维数组字段（如 `"a"` 和 `"b"`）先反序列化为 `[][2]interface{}`，再通过类型断言安全提取值，避免自定义 `unmarshaljson` 的复杂性。
在 Go 中处理类似交易所订单簿（Order Book）这类典型 JSON 数据时，常遇到一个棘手问题：同一数组内元素类型不一致——例如 ["12.58861425", 10.52046452] 中首项为字符串（通常表示价格或时间戳），次项为浮点数（表示数量）。此时若直接声明为 [][2]float32 会导致 json.Unmarshal 失败，因为 JSON 解析器无法自动将字符串转为数值类型。
最实用且符合 Go 简洁哲学的解决方案是：暂用 [][2]interface{} 接收原始数据，再按需做类型断言与转换。这既避免了冗长的自定义 UnmarshalJSON 实现，又保持了类型安全性与可读性。
以下是一个完整、可运行的示例：
package main
import (
"encoding/json"
"fmt"
"strconv"
)
type OrderBook struct {
A [][2]interface{} `json:"a"`
B [][2]interface{} `json:"b"`
C string `json:"c"`
D uint32 `json:"d"`
}
func main() {
data := []byte(`{
"a": [["12.58861425",10.52046452],["12.58861426",4.1073]],
"b": [["12.58861425",10.52046452],["12.58861426",4.1073]],
"c": "true",
"d": 1234
}`)
var orders OrderBook
if err := json.Unmarshal(data, &orders); err != nil {
panic(err)
}
// 安全访问 a[0]: 字符串价格 + float64 数量
if len(orders.A) > 0 && len(orders.A[0]) == 2 {
priceStr, ok1 := orders.A[0][0].(string)
qtyFloat, ok2 := orders.A[0][1].(float64)
if ok1 && ok2 {
fmt.Printf("Price (string): %s\n", priceStr)
fmt.Printf("Quantity (float64): %.6f\n", qtyFloat)
// 如需进一步转为 float32 或其他类型，显式转换：
if priceNum, err := strconv.ParseFloat(priceStr, 64); err == nil {
fmt.Printf("Parsed price as float64: %.8f\n", priceNum)
}
}
}
// 同理处理字段 b
if len(orders.B) > 0 {
fmt.Printf("First b entry: [%s, %.6f]\n",
orders.B[0][0].(string),
orders.B[0][1].(float64))
}
fmt.Printf("C = %s, D = %d\n", orders.C, orders.D)
}✅ 关键要点说明：
- 使用 [][2]interface{} 能精准匹配 JSON 中固定长度为 2 的嵌套数组结构，比 [][]interface{} 更具约束性，减少运行时错误；
- 类型断言（如 v.(string) 或 v.(float64)）必须配合 ok idiom 使用，防止 panic；
- Go 的 json 包默认将 JSON 数字解析为 float64，因此断言应为 float64 而非 float32；
- 若业务逻辑要求强类型（如 []PriceLevel{}），建议在反序列化后构建新结构体，而非强行在 Unmarshal 阶段完成全部转换——职责分离更清晰、易测试。
⚠️ 注意事项：
- 此方案依赖 JSON 结构稳定（每子数组严格为 [string, number]）。若存在缺失项或类型错乱，务必添加健壮校验；
- 高频场景下（如高频行情接收），可封装为方法（如 orders.GetAAsLevels()）提升复用性与可维护性；
- 不推荐为每个字段都实现 UnmarshalJSON——除非需统一处理异常格式、加密字段或跨版本兼容逻辑。
综上，面对混合类型 JSON 数组，优先选择“松耦合接收 + 精确断言 + 显式转换”的组合策略，它平衡了开发效率、代码可读性与运行时安全性。
