decimal是唯一能保证数值相等性和末尾零语义的方案；必须用字符串初始化（如decimal('0.1')），避免float解析误差；prec控制有效数字而非小数位，货币计算应默认28并用quantize(decimal('0.01'), rounding=round_half_up)强制舍入。
因为 float 在底层用二进制表示十进制小数，像 0.1、0.05、0.01 根本无法精确存储，一次加法就可能引入误差，多次累加后对账失败、余额校验不通过、税额错一位——而 Decimal 是唯一能同时保证“数值相等性”和“末尾零语义”的标准方案。
Decimal('0.1') 和 Decimal(0.1) 的区别
这是最常踩的坑：前者精确构造十进制 0.1；后者先用 float 解析出 0.10000000000000000555...，再转成 Decimal，误差已固化。
- ✅ 正确：
Decimal('0.1')、Decimal('19.99')、Decimal('1000') - ❌ 错误：
Decimal(0.1)、Decimal(19.99)（哪怕 19.99 看似“整”） - ⚠️ 整数安全：
Decimal(100)没问题，但只要含小数点，一律走字符串初始化
getcontext().prec = 2 是常见误解
prec 控制的是“有效数字位数”，不是“小数点后几位”。设成 2 会导致 Decimal('1000') * Decimal('0.01') 直接崩成 Decimal('10')（10 只有两位有效数字），而不是你想要的 10.00。
- 货币场景通常保留默认
prec = 28，真正控制小数位靠quantize() - 需要两位小数时，用
.quantize(Decimal('0.01'))，不是调prec - 不同国家舍入规则不同（如银行常用
ROUND_HALF_EVEN），必须显式传rounding=参数
quantize() 不是可选操作，而是强制步骤
print()、str()、float() 都不会自动舍入。比如 Decimal('19.997') * Decimal('1.08') 结果是 Decimal('21.59676')，直接入库或显示就等于把未合规舍入的数据交出去。
- ✅ 正确：
total.quantize(Decimal('0.01'), rounding=ROUND_HALF_UP) - ❌ 错误：
str(total)、float(total)、甚至f"{total}" - ⚠️ 注意：
quantize()的模板参数必须是Decimal类型，Decimal('0.01')不能写成'0.01'或0.01
真正难的不是学会用 Decimal，而是把“所有输入都走字符串初始化”“所有输出前必 quantize()”变成肌肉记忆——漏掉任意一环，精度就归零。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
