R中RcppSimdJson解析JSON报错：多位小数数值引发解析失败

在R中使用RcppSimdJson::fparse()解析Python导出DataFrame生成的JSON时，大部分场景正常，但某含300+列的DataFrame出现解析失败。经排查，问题出在d1_monto列的长小数数值上：

测试代码：

a = '[{"d1_opcionb":"","d1_monto":""},
{"d1_opcionb":1.0,"d1_monto":281648.34213488},
{"d1_opcionb":1.0,"d1_monto":241412.86468704}]'
a %>% RcppSimdJson::fparse()

执行后报错：

Error in .deserialize_json(json = json, query = query, empty_array = empty_array,  : 
  basic_string::erase: __pos (which is 14) > this->size() (which is 13)

而不含长小数的JSON可正常解析：

a = '[{"d1_opcion":"","d1_opcionb":""},
{"d1_opcion":1.0,"d1_opcionb":1.0},
{"d1_opcion":1.0,"d1_opcionb":1.0}]'
a %>% RcppSimdJson::fparse()

需求：保留RcppSimdJson的高效性，需明确：

1. 该JSON存在什么问题？
2. 如何修复？
3. 为何超过5位小数会触发失败？

1. JSON的核心问题 #

你遇到的是RcppSimdJson对高精度浮点数的解析兼容性问题。报错信息指向库内部处理字符串时的越界错误，本质是RcppSimdJson在解析超过一定长度的小数位浮点数时，内部字符串处理逻辑出现了边界判断失误。你的JSON格式本身是完全合法的，问题出在库的实现细节上。

2. 修复方案（保留RcppSimdJson高效性） #

方案一：从Python导出端控制精度 #

在Python导出DataFrame为JSON时，主动限制浮点数的小数位数，从源头避免生成过长小数：

# 示例：将d1_monto列保留5位小数后导出
df['d1_monto'] = df['d1_monto'].round(5)
df.to_json('output.json', orient='records')

这种方式完全不影响R端的解析效率，是最优解。

方案二：R端预处理JSON字符串 #

如果无法修改Python导出逻辑，可在R中对目标列的浮点数做轻量预处理，截断过长小数位后再解析：

# 正则替换d1_monto后的长小数为5位精度
a_processed = gsub('("d1_monto":)(\\d+\\.\\d{5})\\d+', '\\1\\2', a, perl=TRUE)
a_processed %>% RcppSimdJson::fparse()

预处理的性能损耗极低，几乎不影响RcppSimdJson的高效性。

方案三：升级RcppSimdJson版本 #

该问题大概率是旧版本库的bug，检查并升级到最新版：

install.packages("RcppSimdJson")

新版本可能已经修复了浮点数解析的边界处理问题。

3. 为何超过5位小数会触发失败？ #

这是因为RcppSimdJson内部对浮点数的字符串解析做了优化，针对不同长度的小数位有不同的内存分配或字符串截断逻辑。当小数位超过5位时，触发了内部未覆盖到的边界场景，导致字符串操作越界。这种属于库的实现细节bug，和JSON格式合法性无关。

内容的提问来源于stack exchange，提问作者Juan C