科技 · 實用指南
Decimal.quantize 出現 InvalidOperation？先檢查結果位數，再改精度
Decimal 精度限制整個係數，不是小數位數。透過隔離實驗分辨進位、補零與非有限輸入。
quantize 的 InvalidOperation 可能來自所需結果的容量，而非輸入的小數位數。提高精度或關閉陷阱之前，先保留運算元與實際上下文。
1. 記錄運算，不只記錄例外名稱
保存完整追蹤訊息、兩個 Decimal 運算元及其來源。在失敗位置記錄 repr(value)、value.as_tuple()、repr(quantum)、getcontext().prec、rounding、Emin、Emax、traps 與既有 flags；檢查函式庫是否明確傳入另一個 context。在別處檢視的 DefaultContext 不一定是實際使用的上下文。
將建構與量化分開。由 float 建構的 Decimal 保留該浮點數的值，無法還原最初的十進位文字。輸入契約要求文字時，優先使用原始文字。格式錯誤、超出支援的數量級與後續 quantize 失敗是不同分支，不要用同一精度設定處理全部問題。
2. 計算進位與補零後的結果位數
精度限制係數總位數，不是小數點後的位數。CPython 3.12.14 的 ROUND_HALF_EVEN 實驗中，Decimal('9.995').quantize(Decimal('0.01')) 在精度 3 時失敗，精度 4 時回傳 10.00。結果需要四位係數；只預留一位整數與兩位小數，會漏算進位。
補零也占容量：Decimal('1.23').quantize(Decimal('0.0001')) 在精度 3 時失敗，精度 5 時回傳 1.2300。數值雖然沒變，必要尾零仍占係數位數。依支援的數量級、目標指數與可能進位設定工作精度，並核對指數上下限；沒有通用的萬用精度。
3. 保留無效值訊號，隔離變更
有限資料政策應先檢查 value.is_finite() 與 quantum.is_finite()。同組實驗中，靜默 NaN 直接傳播為 NaN，不拋出例外；sNaN 與 Infinity 對有限 quantum 量化則拋出 InvalidOperation。因此，只捕捉例外的流程仍可能接受非有限結果。
關閉 InvalidOperation 陷阱後，9.995 在精度 3 的失敗改為 NaN，並設定 InvalidOperation 旗標；這並沒有讓 10.00 裝得下。以 with localcontext() as ctx 限定運算範圍，只設定確認過的精度、捨入與陷阱政策，保留外圍上下文。若函式庫內部替換上下文，查明文件行為，別反覆改全域預設值。
4. 同時驗收數值、指數與訊號
在隔離上下文中，緊接受監測運算之前清除 flags，完成後讀取。有限輸出契約應同時要求 result.is_finite()、預期數值，以及 result.as_tuple().exponent 等於 quantum 的指數；明確決定是否允許 Inexact 與 Rounded。實驗中的 10.00 設定了兩種旗標，補零得到 1.2300 時兩者皆未設定；不拋例外不等於精確運算。
依應用程式真實規則重測一般輸入、跨整數邊界的進位、補零、負數、零、最大支援數量級與應拒絕的特殊值。我們的 8 組合成實驗涵蓋本文分支，並確認外圍精度還原；沒有驗證正式資料、財務規則或第三方函式庫。若隔離實驗仍失敗，保留運算元、上下文與旗標，診斷該分支，別吞掉例外。
