nstr - number → string, but looks good

好东西, 看看去

很有用，感谢分享

好用，支持！

确实 looks good, 源码才 113 行，实现方法很巧妙。

console.log(new Decimal('0.1').plus(new Decimal('0.2')).toString())
vs
console.log(nstr(0.1+0.2))

因为设计使然，超过 4 位(可自行设定)的 9 和 0 会被认为是噪音然后截断处理，不适用多位小数严格计算场景，其他场景都不错。

另外如果有严格小数计算需求, 可以考虑 bignumber.js ,精度极高无任何误差, 在我以前某无聊的变态超大数计算项目里验证过, 小数点后精度 9999 无压力

好东西

我看样例都看不懂
显示不了 451.79 ？
451.79999999456789 = 451.8
451.78999999456789 = 451.78
451.77999999456789 = 451.78
451.76999999456789 = 451.77

不推荐这个库

推荐使用 decimal.js 实现精确的计算。
而不是计算以后猜数字


0.3 - 0.1 // 0.19999999999999998
x = new Decimal(0.3)
x.minus(0.1) // '0.2'
x // '0.3'

@mrlmh00 #7
这个库只是用来处理 0.1+0.2=0.30000000000000004 这种问题的，让简单的浮点计算适合人类阅读
产生这种问题的浮点数都有个共同的特点：一连串的 0 或者 9 ，所以这个库就检测 0/9 连续出现的次数，超过判断条件后截断全部 0/9 最后简单处理一下进位
需要多位小数严谨计算的应该用 decimal.js, bignumber.js
这个库我觉得已经说得很清楚了，nstr ，就是数字转字符串，字符串是用来看的不是计算的，不需要严谨小数点计算的前端纯展示场景非常非常多

为啥不用成熟的高精度库呢，这个库的规则太简单粗暴了

@chesha1 #10 我觉得我在 4#的例子已经很有说服力了，在你想展示几个浮点数的计算结果时，你希望写的是
new Decimal(a).plus(new Decimal(b).times(new Decimal(c))).minus(new Decimal(d))
还是
nstr(a+b*c-d)

有用！

@dssxzuxc 没看懂啊 451.78999999456789 = 451.78 为什么没有进位。。

@mrlmh00 #13 研究了一下
https://github.com/shuding/nstr/blob/main/src/index.ts#L64-L77
进位失败是因为
451.78+0.01 = 451.78999999999996
而不是期望的 451.79
需要一个更稳健的进位方法来解决这个问题

@dssxzuxc #11 我会在后端做好 let x = new Decimal(a).plus(new Decimal(b).times(new Decimal(c))).minus(new Decimal(d))，然后让前端 {x}

说计算精度需求的都跑偏了，网站里面的示例很清楚了，就是为了解决数字格式化的问题，避免因为精度误差导致显示的数字过长或过早使用科学计数法.

不过 100 多行还是有点多了，网站的对比看下来，toFixed 其实很符合要求，只是不会移除尾部 0 ，那么其实再替换下尾部 0 就够了，一行解决
200.0003.toFixed(3).replace(/(\.?|(?<=\.\d+))0+$/,'')
(?<=\.\d+) 就是确保处于小数部分，避免移除了整数部分的尾部 0 ，可能还有其它边界情况没考虑，差不多这个意思。

适合数据可视化上数字展示

@dssxzuxc #14 我去提了个 PR

@UnluckyNinja #16
我以前项目也写过类似的东西
```ts
function n_str(
value: number,
options: { fractionDigits?: number } = {},
): string {
const { fractiOnDigits= 3 } = options
const str = value.toFixed(fractionDigits).replace(/(\.?|(?<=\.\d+))0+$/, '')
return str === '-0' ? '0' : str
}
```
toFixed()的问题是无法智能判断精度，需要传入参数指定精度
nstr(1.123456) -> 1.123456
n_str(1.123456) -> 1.123
n_str(1.123456, { fractionDigits: 6 }) -> 1.123456
这里的难点是无法简单判断出浮点数计算的小数位数，比如 0.1+0.2 ，人类都知道应该是 1 位小数点，但是如何从 0.30000000000000004 解析出来，还有科学计数法把这个问题搞得更加复杂，而 nstr 能解决这个问题。手动指定精度 2 行就解决了，为了少写这个参数我不介意在项目里多 install 一个包。

目前 nstr 我测了所有情况，就剩 456.78999999456789=456.78 这个问题，其他的都正常
在 nstr 的方案上使用 toFixed 或许能解决这个问题同时不引入其他边缘情况，例如楼上的 pr
https://github.com/shuding/nstr/pull/2/commits/4713d6447bc8fd3af2e246e63ea2f0edb8445d07

这个库设计很有问题，0.1+0.2 已经为浮点数了，然后又转字符串，还能将 0.1+0.2 还原为 0.3 。如果你想表示 0.33999999999999998 ，它会给你转 0.34 ，结果就是 0.33999999999999998==0.34 这么做，明显有问题

@bli22ard #20
0.3399999999999999 = 0.34 是预期行为，这个库就是用来做这件事的。
这已经是第四遍回答了，当你需要显示/计算标准浮点/decimal 时，请使用原生 js 或者 decimal.js, bignumber.js 。
#16 已经说的很清楚了，这个库的作用是
`解决数字格式化的问题，避免因为精度误差导致显示的数字过长或过早使用科学计数法`。
设计上超过一定数量的连续 0 or 9 会直接截断，很显然这样才能实现 0.1 + 0.2 = 0.3 ，而带来的代价就是无法表达含有超过一定数量的连续 0 or 9 。
这个库的适用场景应该是大屏、统计页面等等各种数据可视化，四位以内小数运算是正确的，连续 0 or 9 超过一定次数就会自动四舍五入，严格计算老实去用 decimal.js, bignumber.js ，这只是解决了非严格 decimal 数据的展示问题，让编写显示浮点计算结果的代码更简单易懂适合人类阅读。

@dssxzuxc #21 可能做法简洁，但是，我不认为是一个好方法，这样会让行为变得模糊起来。小数最佳实战应该是 decimal.js, bignumber.js 等计算完，然后格式化输出，而不是用这个格式化，造成 0.33999999999999998 看起来像 0.34 的不精确问题

@UnluckyNinja #23 你的 0.3000004 ，不是计算得来，那是怎么得来的？是输入吗，为什么输入的不是 0.3 ，而输入 0.3000004 ？如果输入的是 0.3000004 ，显示成 0.3 是不是有问题？你的假设是不是有问题？

@dssxzuxc #11 那也得正确啊，不能为了写起来简单，就忽略正确性

太投机取巧了, 输入一个大点的 int64 就精度丢失了 https://imgur.com/a/x6FFD5i

@635925926 #25 0.1.2 版本已经修复了这个问题了。
除此之外还有相关的 3 个 pr ，都是用的 toFixed ，简单易懂可以去除一堆边界条件，但是作者都没有接受，依旧采用土法硬算舍入值。
我对浮点计算没有深入研究，理论上 toFixed 处理 x.xxx9 和 x.xxx0 是完全正确的，而作者看起来似乎在硬扣性能，只有某些条件下才会回退到 toFixed 。
作者的代码实现还有个多余的
if (result === '0') {
result = '0'
}
完全没看懂在干啥
现在我是选了个其中一个 fork ，copy 一下放进 utils 里。

@bli22ard #24 3000004/1000000 得来的可不可以？来自于网络的数据源很难理解吗？你管人家怎么来的，现在问题就是要展示这个数据，而你非要给计算上高精度库，关键是这个情景下就不涉及计算啊。
楼主热得快炸了，你就非得让楼主开空调？

@bli22ard #24 不过这么多人都看错，不怪你，得怪作者毫无必要地放了很多计算过程当作例子，网站文本存在误导，“修复浮点精度问题”但实际上只是显示上，而不是给出一个精确的计算结果。
然后 11 楼举了的例子也有一定误导，我用高精度库了更可能是因为我需要准确的结果，而不是为了数字转字符串看起来好看，这种情况下根本没有可比性。
这个库本身就是只有 number 类型到 string 类型转换，这么一个目的和功能。给定一个数字，返回一个字符串，就这么简单，甭管输入哪里来的，用户提供的，库作者想管也管不了。做 OJ 的时候也没人问 input 怎么来的吧。

不过本来我也不太看好这个库，为了这点功能徒增太多了复杂实现，
如果本身就要精度正确，那直接上精度库就好了，
如果要裁剪小数部分，那 toFixed 就可以了，去末尾 0 那就再加个正则替换。
如果为了智能判断高熵部分并展示……我不知道什么情况下会有这样一个需求，为什么要去在乎一个比 epsilon 小很多的噪音，就算如此，展示比 epsilon 小的值，为什么要做字符比较而不是基于数学方式去判断（例如 for 循环递增提取 5 位移到小数点后，tofixed(5)判断是否等于 1 或 0 ，而不是连续比较 5 个 0 或者 5 个 9 ）
我很怀疑原作者的精神状态……

@UnluckyNinja #29

@bli22ard #30 是的这些全是误导，他又不处理计算，都是 js 运行时自己计算，运算结果作为真正参数调用这个库函数，放这些算式纯纯误导。
他本身就是想解决“显示”有精度误差的数字的问题（作为其中一个功能但不是唯一功能），但正常人都会去想引入高精度库直接解决精度问题，而引入高精度库并不能解决“输入本身是一个有噪音部分小数的显示问题”，which 正是这个库“真正想解决的问题”（尽管他的实现让人感觉是不是被 AI 带坏了）
但愿你绕过来了

@mrlmh00 #7 银行家舍入法