Python字典合并:从 | 运算符到深拷贝的坑

那个让我加班到凌晨的Bug

去年双十一，促销配置合并出错，优惠券全场通用。老板在群里@我，我汗流浃背地回滚。根因？两个字典用update()合并，第二个字典的默认值把第一个覆盖了。看似简单，暗藏杀机🤔

update()：老派但危险

dict1.update(dict2)是最常见的合并方式。它是原地修改，返回None。很多新手写成new = dict1.update(dict2)，结果new是None，dict1却被改了。这种静默污染，Debug的时候能让你当场崩溃😂

base = {'a': 1, 'b': 2}
extra = {'b': 99, 'c': 3}

# 错误的写法！
merged = base.update(extra)
print(merged)   # None ☕
print(base)     # {'a': 1, 'b': 99, 'c': 3}  被污染了！

| 运算符：Python3.9的语法糖

Python3.9引入了|合并运算符。dict1 | dict2返回新字典，不污染原数据。看起来很美好？别急着欢呼。它只支持dict | dict，**解包那种混合玩法不行。而且，也是浅拷贝。

# 干净的新字典
merged = base | extra
print(base)  # {'a': 1, 'b': 2}  原数据安然无恙

# 链式合并
config = defaults | env_vars | cli_args

深拷贝：那个80%人踩过的坑

|和update()都是浅拷贝。字典的值如果是列表或字典，合并后两边共享同一个引用。改一个，另一个也变。我同事因为这个bug把用户权限表搞串了，差点被祭天💰

defaults = {'users': ['alice']}
config = defaults | {'users': defaults['users']}
config['users'].append('bob')
print(defaults['users'])  # ['alice', 'bob']  淦！

深拷贝的正确打开方式

用copy.deepcopy才是保命之道。但别无脑全量深拷贝，性能吃不起。我的做法是先浅拷贝，再对可疑的值按需深拷。精细化手术，不要大炮打蚊子。

import copy

defsafe_merge(d1, d2):
    result = copy.deepcopy(d1)
for k, v in d2.items():
if isinstance(v, dict) and k in result:
            result[k] = safe_merge(result[k], v)
else:
            result[k] = copy.deepcopy(v)
return result

ChainMap：被忽略的轻量级方案

collections.ChainMap不合并，而是把多个字典链起来查询。查的时候按顺序找，找到就停。写多层级配置的时候超好用。而且它是零拷贝，性能爆炸。缺点是写操作只影响第一个字典。

from collections import ChainMap

defaults = {'theme': 'dark', 'lang': 'en'}
user_prefs = {'lang': 'zh'}
cli_args = {'debug': True}

config = ChainMap(cli_args, user_prefs, defaults)
print(config['lang'])   # 'zh'  按优先级命中
print(config['theme'])  # 'dark'   fallback到defaults

合并策略对比表

选哪种方案？看场景。我整理了一张表，面试的时候背下来能装个大的😂

方案          是否新对象    深/浅拷贝    多字典链式    适用场景
update()      否(原地)     浅拷贝       否           临时补丁
| 运算符      是           浅拷贝       是           配置合并
dict(**a,**b) 是           浅拷贝       否           简单合并
ChainMap      否(视图)     引用         是           优先级查询
deepcopy      是           深拷贝       手动实现      数据隔离

说点得罪人的

看到有人用{**d1, **d2}就觉得自己很Pythonic。大哥，键冲突的时候后面覆盖前面，你确定这是你想要的行为？生产环境里，显式永远比隐式安全。别为了少写几个字符，埋个雷给后人踩☕

递归合并：处理嵌套字典

配置文件经常是嵌套结构。json文件加载出来，两层三层嵌套很正常。|和update()碰到嵌套直接覆盖外层，不会智能合并内层。这时候必须手写递归合并。

import copy

defdeep_merge(base, override):
    result = copy.deepcopy(base)
for k, v in override.items():
if k in result and isinstance(result[k], dict) and isinstance(v, dict):
            result[k] = deep_merge(result[k], v)
else:
            result[k] = copy.deepcopy(v)
return result

base = {'db': {'host': 'localhost', 'port': 3306}}
override = {'db': {'port': 5432}}
print(deep_merge(base, override))
# {'db': {'host': 'localhost', 'port': 5432}}