金额计算出现小数误差：用Decimal从字符串开始计算

如果你用Python算金额，先做一次对照，就能看到问题出在哪。

假设你在练习目录里新建一个脚本，把两个金额写成float相加：

print(1.1 + 2.2)

按Python官方decimal文档的说明，1.1和2.2这类数在二进制浮点里没有精确表示，所以1.1 + 2.2不会显示成3.3，而会显示成3.3000000000000003。文档同时指出，这种差异会妨碍可靠的相等性判断，而且差异会累积。

这就是金额计算里最容易被忽略的一点：单个数字看起来没问题，多次相加之后尾数就偏了，用等号去比较两个“应该相等”的结果也可能判成不相等。

本文只讲三件事：用字符串构造Decimal、用Decimal做加减、用quantize把结果统一到固定小数位。不涉及投资建议，也不涉及汇率、税率等业务规则。所有示例都是自建的练习数据，不是对真实账目的记录。

动手前建议先建一个单独的练习目录，例如exercise/，不要拿真实账目文件直接试。

解决误差的第一步，是构造Decimal时把金额写成字符串，而不是直接传float。

按官方文档，Decimal可以从整数、字符串、浮点数或元组构造。从整数或浮点数构造时，执行的是对该值精确转换；如果传的是float，二进制浮点值会被无损转换成它的精确十进制等价物，这个转换往往需要53位甚至更多位精度。文档给了一个直接对照：

from decimal import Decimal

print(Decimal('1.1'))
print(Decimal(1.1))

第一个输出是Decimal('1.1')，第二个输出是一长串数字，开头是1.100000000000000088817841970012523233890533447265625。也就是说，你以为传进去的是1.1，实际传进去的是float能表示的那个最接近值，误差在构造那一刻就被带进来了。

所以规则很简单：金额从字符串开始。数据来自表单、CSV、接口时，先保证它是字符串，再交给Decimal。

还有两点值得记住。第一，Decimal对象是不可变的，构造出来之后不能改。第二，新Decimal的有效位数只由输入的数字个数决定，上下文精度和舍入只在算术运算时才起作用。文档举的例子是Decimal('3.00000')会保留全部五个零，即使上下文精度只有三位。

构造对了之后，加减本身和其他数值类型用法一样。下面是一段自建练习，模拟三笔支出相加再减去一笔退款：

from decimal import Decimal

items = [Decimal('12.30'), Decimal('4.05'), Decimal('0.70')]
refund = Decimal('1.05')

total = sum(items) - refund
print(total)

这段代码里，三个金额和退款都是字符串构造的Decimal，sum和减法都在Decimal之间进行，不会混入float。

有一个限制要提前知道：Decimal一般不能和float直接做算术运算。文档明确说，把Decimal和float相加这类操作会抛出TypeError。所以如果数据里混着float，要么在入口处就转成字符串再构造Decimal，要么在运算前统一类型，不要指望Python替你自动转换。

另外，Decimal之间的比较是支持的，可以用等号判断两个结果是否相等，这正是float容易出问题的地方。文档也提到，decimal模块适合有严格相等要求的记账类应用。

本节只演示加减。乘除、取余、幂运算虽然Decimal也支持，但不在本文范围内。

加减做完，结果的小数位数可能不统一，比如有的是两位，有的是一位。要把金额统一显示到分，用quantize。

按文档，quantize返回一个等于第一个操作数、但指数等于第二个操作数的值，也就是把结果舍入到固定的小数位。文档给的示例是：

from decimal import Decimal, ROUND_DOWN

print(Decimal('7.325').quantize(Decimal('.01'), rounding=ROUND_DOWN))
print(Decimal('7.325').quantize(Decimal('1.'), rounding=ROUND_UP))

第一个输出是Decimal('7.32')，第二个输出是Decimal('8')。可以看到，第二个参数决定保留几位：Decimal('.01')表示保留两位小数，Decimal('1.')表示舍入到整数。

把quantize接到前面的对账例子上：

from decimal import Decimal, ROUND_HALF_UP

total = Decimal('12.30') + Decimal('4.05') + Decimal('0.70') - Decimal('1.05')
result = total.quantize(Decimal('0.01'), rounding=ROUND_HALF_UP)
print(result)

这里用Decimal('0.01')作为目标指数，rounding指定舍入方式。文档列出了多种舍入选项，包括ROUND_CEILING、ROUND_DOWN、ROUND_FLOOR、ROUND_HALF_DOWN、ROUND_HALF_EVEN、ROUND_HALF_UP、ROUND_UP等。具体用哪一种，取决于你的业务规则，本文不替你选。

还有一个边界：文档指出，如果quantize之后系数的长度超过精度，会触发InvalidOperation。默认精度是28位，但如果结果位数特别多，需要留意这一点。

算完之后，可以做一个简单检查：看结果的类型和表示。

from decimal import Decimal

value = Decimal('12.30') + Decimal('4.05')
print(type(value))
print(repr(value))

如果type显示的是decimal.Decimal，说明运算在Decimal之间完成。如果中间某一步不小心混入了float，做加减运算会直接抛TypeError，而不是悄悄给出一个带误差的结果，这反而是一个好信号：出错比出错得看不出来更容易排查。

另一个检查点是构造阶段。如果结果里出现了很长的尾数，比如1.1000000000000000888…，通常说明某个金额是用float构造的，而不是字符串。回到构造那一步，把float换成字符串。

文档还提到一个可选的保护措施：如果把FloatOperation信号设为trap，那么在构造器或排序比较里意外混用Decimal和float会抛出异常。默认这个trap是关闭的。是否开启取决于你的项目，本文只说明它存在，不替你决定。

检查顺序建议是：先看构造是不是字符串，再看运算有没有抛TypeError，最后看quantize之后的小数位是不是你要的位数。

用Decimal之前，有几条限制需要知道，避免把它当成万能工具。

第一，上下文精度默认是28位。文档说明，decimal模块有用户可修改的精度，默认28位，可以按问题需要设得更大。精度只在算术运算时起作用，不影响构造时保留的位数。

第二，上下文还控制舍入规则、指数范围、信号和trap。文档列出了多种舍入模式，并说明信号包括Clamped、InvalidOperation、DivisionByZero、Inexact、Rounded、Subnormal、Overflow、Underflow和FloatOperation。对初学者来说，最常遇到的是InvalidOperation和FloatOperation。

第三，Decimal不能和float直接做算术运算，会抛TypeError。这是设计上的限制，不是bug。

第四，本文只覆盖字符串构造、加减和quantize。乘除、取余、幂运算、上下文切换、localcontext等都没有展开。如果你的场景涉及这些，需要另外查文档。

第五，本文不提供任何投资、理财或税务建议。示例中的金额都是自建练习数据，不对应任何真实交易。