Python Decimal 信号标记：后一笔计算精确，Inexact 为什么仍为真
批量处理测量值时，程序算完每一行就检查 Inexact，给发生精度损失的记录打标。第一行除不尽，第二行明明得到精确的零点五，却也被判为不精确。问题可能出在诊断状态没有清零：Decimal 的信号标记会保留此前发生过的条件。
把一次观察的起点写进代码
上下文的 flags 像一组会保持亮起的指示灯。某次运算触发信号后，对应项变为真；后面一次正常运算不会替它熄灯。因此读取标记回答的是“从上次清除以来有没有发生过”，无法直接回答“刚才这一笔是否发生过”。
下面只观察两个信号，显式关闭对应陷阱，让运算完成后再检查标记。保存为 demo.py，执行 python demo.py。三个有效数字足以让七分之一触发信号，又能精确表示二分之一；代码没有使用最终小数位格式化来制造差异。
AI概念示意图：前一次计算点亮的标记持续保留，明确重置后才开始新的观察。
from decimal import Decimal, Inexact, Rounded, localcontext
with localcontext() as ctx:
ctx.prec = 3
ctx.traps[Inexact] = False
ctx.traps[Rounded] = False
ctx.clear_flags()
first = Decimal(1) / Decimal(7)
assert ctx.flags[Inexact] and ctx.flags[Rounded]
print("first:", first, ctx.flags[Inexact])
second = Decimal(1) / Decimal(2)
assert second == Decimal("0.5") and ctx.flags[Inexact]
print("exact but sticky:", second, ctx.flags[Inexact])
with localcontext() as inner:
assert inner.flags[Inexact]
inner.clear_flags()
assert not inner.flags[Inexact]
assert ctx.flags[Inexact]
print("nested clear changed outer:", False)
ctx.clear_flags()
second = Decimal(1) / Decimal(2)
assert not ctx.flags[Inexact] and not ctx.flags[Rounded]
print("after reset:", second, ctx.flags[Inexact])
ctx.clear_flags()
trimmed = +Decimal("1.2300")
assert trimmed == Decimal("1.23")
assert ctx.flags[Rounded] and not ctx.flags[Inexact]
print("zeros only:", trimmed, ctx.flags[Rounded], ctx.flags[Inexact])输出中 first 是 0.143 True，exact but sticky 是 0.5 True。第二个 True 属于尚未清除的历史状态。after reset 则是 0.5 False，证明先清除再计算能够把这笔精确除法与上一笔隔开，而不必改变计算精度。
局部上下文也会带入已有标记
localcontext 创建当前上下文的副本。进入嵌套块时，inner 仍能看到外层已经置真的 Inexact；它不会因为是新变量就自动成为空白记录。示例在副本里清除后，外层仍为真，所以 nested clear changed outer 输出 False。
如果函数要独立汇报一组计算，可以进入自己的局部上下文，先清除标记，再执行该组运算，最后复制需要返回的诊断值。这样既明确观察窗口，也避免为了重置诊断而直接改动调用者仍要检查的状态。
清除位置取决于问题：检查每条记录，就在每条记录前清除；检查整批是否曾出现异常条件，就在整批前清除一次。若循环中不断清除，最后只读一次，会丢掉早期记录触发过的证据。需要定位具体哪行，还应把行号和检查结果一起保存。
不要把所有置真的标记都当成数值错误
末行得到 1.23 True False：一元加号把数应用到当前精度，丢弃的只是尾零，所以 Rounded 为真而 Inexact 为假。这个反例说明“执行过舍入”与“丢掉非零信息”是不同条件。业务若关心数值是否变化，不能只看 Rounded。
clear_flags 清除全部信号标记，不调整精度，也不改变陷阱开关。不要把它写成 clear_traps；后者改变的是以后遇到条件时是否抛异常。生产代码应按要求选择观察或中断方式，本例关闭两个陷阱只是为了展示可检查的结果。
标记还不是逐步运算日志，它不保存触发次数和发生位置。一个复杂表达式中任何一步触发，都可能让最后看到的标记为真。排查时把计算分成有业务含义的小段，并在段前清除、段后读取，才有足够证据归因。
若要将诊断放入结果列表，应保存当时的布尔值或 flags 的副本。直接保存可变映射的引用，后续清除时可能连已记录的观察也一起改变，失去追溯每个窗口的意义。
最后保留“不清除时误归因”和“清除后精确计算不置位”这对样本。只测试会触发信号的输入，无法发现状态串到下一条的错误；也不要把所有标记为假推广为输入格式和业务范围都合格，那些条件仍需单独校验。
参考资料
资料核对日期：2026年10月2日（北京时间）。示例在 Linux、CPython 3.12.14 中独立运行。
