我用日期格式转换工具输入扩展年份 +275760-09-13T00:00:00.001Z,界面提示无法解析。这对应正向日期边界再多一毫秒。要定位业务里的异常,还得在本机单独测数值构造。这能把日期范围和日期字符串输入格式分开。

产品实拍 · 边界外一毫秒样本未得到日期输出
产品实拍 · 边界外一毫秒样本未得到日期输出

边界内和边界外只差一毫秒

把 8640000000000000 作为毫秒数交给 new Date(),能输出 +275760-09-13T00:00:00.000Z。加一毫秒后,Number.isSafeInteger() 仍为真,但日期变成 Invalid Date。负数也一样,-8640000000000000 可用,再减一毫秒就超范围。整数可以被 Number 无损表示,只说明整数的精度;Date 的毫秒值绝对值还必须在 8.64×10¹⁵ 以内。

本机实验 · 同为安全整数的四个毫秒值在 Date 中的表现
本机实验 · 同为安全整数的四个毫秒值在 Date 中的表现

从日志或 CSV 读时间戳时,先确认列的单位,再把值转换到毫秒,并验证是有限数。构造 Date 后可以读 getTime() 判断结果是否为 NaN,有效之后再调用 toISOString(),否则序列化方法可能抛出范围错误。项目只接受现代日期时,通常还应该用业务允许的最早和最晚时间做一次校验。通过日期格式转换和输入校验的差别梳理输入校验后,可以用几条已知日期和正负边界作回归样本,确保解析异常会落到对应的错误提示。

有效的 Date 也可能超出下游数据库或导出格式的年份范围。导入流程可以给出不同的提示,先说明数据列是否能转成毫秒,再说明日期是否有效,最后标出库或接口所接受的年份。只把转换失败的值写成空字符串,后面很难查到原始错误。