double解析大整数会丢精度，因JSON数字按IEEE 754双精度表示，超过2^53-1（约9e15）时无法精确表示每个整数，导致如9007199254740993被误读为9007199254740992。
为什么double解析大整数会丢精度？
JSON标准里没有整数类型，所有数字都按IEEE 754双精度浮点表示。当整数超过2^53 - 1（约9e15）时，double无法精确表示每个整数——比如9007199254740993会被读成9007199254740992。
常见错误现象：后端返回的订单ID、时间戳（毫秒级）、区块链地址余额等大整数字段，在C++里用double或int64_t直接强转后值不对。
- 别依赖
json::get<int64_t>()</int64_t>——多数库（如nlohmann/json）默认走double路径再截断 - 别用
std::stoll()直接转换std::string——若原始JSON里是数字而非字符串，解析阶段已失真 - 确认你的JSON库是否支持“保真解析”：即把大数字原样作为字符串保留，而非急着转成数值
nlohmann/json如何启用number_integer和number_unsigned保真解析
nlohmann/json 3.10+ 默认把所有JSON数字统一当作double处理，但可通过自定义json_sax接口拦截原始token，或改用parse的strict模式配合number_integer回调。
更实用的做法是：在解析前告诉库“遇到大整数别转double，先存字符串”，再按需转boost::multiprecision::cpp_int或__int128（GCC）：
立即学习“C++免费学习笔记（深入）”；
nlohmann::json j = nlohmann::json::parse(R"({"id": 9007199254740992123})", nullptr, false, true);
// 第4个参数enable_exceptions=true，第3个参数allow_exceptions=false可关异常，但关键在：
// 必须配合自定义parser，或改用raw_json_t + 手动词法分析
实际推荐路径：
将一个或多个视频上传至YouTube。当用户想“上传到YouTube”“发YouTube”“批量上传”“upload to YouTube”“post videos to YouTube”或发布到YouTube时使用此技能。
- 升级到nlohmann/json ≥ 3.11.2，启用
NLOHMANN_JSON_DISABLE_LEGACY_FLOAT_TYPES宏防止隐式double降级 - 对关键字段，显式用
j["id"].dump()拿到原始JSON片段，再用boost::lexical_cast<__int128></__int128>或mpz_import（GMP）解析 - 若字段固定为超大整数，预定义结构体时直接声明为
std::string，避免任何数值转换
用simdjson直接跳过浮点解析，拿到原始数字文本
simdjson的DOM API默认仍走double，但它提供raw_json_string视图，能零拷贝获取数字字面量原始字符——这是避免精度丢失最可靠的方式。
示例：提取{"amount": 12345678901234567890123}中的精确值：
simdjson::ondemand::parser parser;
auto doc = parser.parse(R"({"amount": 12345678901234567890123})"_padded);
simdjson::ondemand::object obj = doc.get_object();
auto amount_token = obj["amount"]; // 不调用get_double()或get_int64()
std::string_view sv = amount_token.raw_json_token(); // 得到"12345678901234567890123"
// 后续用absl::SimpleAtoi、cpp_int、或手写字符串转大整数
-
raw_json_token()返回的是不含空格、括号的纯数字字符串，不带引号 - 注意：该API仅在
ondemand模式下可用，dom模式不支持 - 如果JSON来自不可信来源，需验证
sv是否全为ASCII数字（排除科学计数法如"1e100"）
什么时候必须用任意精度整数库？
当业务要求严格等于、参与加密运算、或与Java/Python的BigInteger交互时，int128_t也不够用（最大约1e38），得上任意精度。
轻量级选型建议：
- 简单场景：用
boost::multiprecision::int128_t（编译期确定大小）或cpp_int（动态分配） - 高性能/嵌入式：用
libtommath（单头文件，无依赖） - 已有GMP：直接用
mpz_class，但注意ABI兼容性（不同版本GMP可能二进制不兼容）
关键提醒：无论用哪个库，都必须从JSON原始字符串开始解析——任何中间经过double或long long的环节，精度就永久丢了。
