Python的字典合并坑了我三天，原来是踩了这个坑

一个让我在配置系统上翻车的Bug

去年我在写一个微服务的配置管理模块，需要把用户的个性化配置和系统默认配置合并在一起。代码大概是这样的：

default_config = {
    "database": {
        "host": "localhost",
        "port": 5432,
        "pool_size": 10
    },
    "logging": {
        "level": "INFO",
        "file": "/var/log/app.log"
    }
}

user_config = {
    "database": {
        "port": 5433,
        "pool_size": 20
    }
}

# 合并配置------我当时是这么写的
default_config.update(user_config)
print(default_config)

我期待的输出是：

{
    "database": {
        "host": "localhost",   # 保留了默认的host
        "port": 5433,          # 用户覆盖了port
        "pool_size": 20        # 用户覆盖了pool_size
    },
    "logging": {
        "level": "INFO",
        "file": "/var/log/app.log"
    }
}

但实际输出是：

{
    "database": {
        "port": 5433,
        "pool_size": 20
        # host呢？？？
    },
    "logging": {
        "level": "INFO",
        "file": "/var/log/app.log"
    }
}

host丢了！

盯着屏幕看了十分钟，我脑子里只有一个念头：为什么update()把整个嵌套字典替换掉了，而不是递归合并？

这个Bug让我花了三天才彻底搞明白。今天我把字典合并的各种坑一次性讲清楚，希望能帮你省下这三天时间。

---

坑一：update()的"浅层覆盖"------嵌套字典整块消失

dict.update()是Python里最常用的字典合并方法，但它的行为是浅层更新 （shallow update）。当键对应的值是嵌套字典时，它会直接替换整个子字典，而不是递归合并其内容。

d1 = {"a": {"x": 1, "y": 2}}
d2 = {"a": {"z": 3}}
d1.update(d2)
print(d1)  # {"a": {"z": 3}} ------ x和y全丢了！

这就是我配置系统里host消失的原因。update()只看到database这个键存在，就直接把整个database子字典替换成了用户配置里的那个，默认配置里的host就这么没了。

为什么Python这样设计？

因为字典在Python里被视为扁平的键值映射 ，update()遵循"键存在则覆盖"的原则，不预设嵌套结构的语义。而且递归遍历所有层级会引入额外开销，违背了update()高效原地更新的初衷。

解决方案：

如果确实需要深度合并嵌套字典，得自己写递归函数：

def deep_merge(dict1, dict2):
    """递归合并两个字典，dict2的值优先"""
    result = dict1.copy()
    for key, value in dict2.items():
        if key in result and isinstance(result[key], dict) and isinstance(value, dict):
            result[key] = deep_merge(result[key], value)
        else:
            result[key] = value
    return result

d1 = {"a": {"x": 1, "y": 2}}
d2 = {"a": {"z": 3}}
merged = deep_merge(d1, d2)
print(merged)  # {"a": {"x": 1, "y": 2, "z": 3}} ------ 完美！

或者用第三方库，比如deepmerge。

---

坑二：update()会原地修改------你的原始数据被污染了

update()的另一个特点是原地修改------它会直接修改调用它的字典，而不是返回一个新字典。

defaults = {"theme": "dark", "language": "en"}
user_settings = {"language": "zh"}

defaults.update(user_settings)  # defaults被直接修改了！
print(defaults)  # {"theme": "dark", "language": "zh"}

# 如果后面其他地方还想用原始的defaults，就出问题了

很多人在配置合并场景中写defaults.update(user_config)，结果后续其他模块读defaults时拿到的是已被污染的值。

正确做法：先复制再更新。

safe_settings = defaults.copy()
safe_settings.update(user_settings)

---

坑三：解包语法{**d1, **d2}------看起来很美，但坑一样在

Python 3.5引入了**解包运算符用于字典合并，语法很简洁：

merged = {**default_config, **user_config}

优点是不修改原字典，返回新字典。但嵌套字典的覆盖问题依然存在。

d1 = {"a": {"x": 1, "y": 2}}
d2 = {"a": {"z": 3}}
merged = {**d1, **d2}
print(merged)  # {"a": {"z": 3}} ------ x和y还是丢了！

解包只是把两个字典的顶层键值对合并到一起，遇到嵌套字典照样直接替换。

注意 ：{**d1, **d2}和d1.update(d2)在键冲突时的行为是一致的------后者覆盖前者。如果两个字典有同名键，最终结果以右侧字典的值为准。

---

坑四：|运算符（Python 3.9+）------新语法，老问题

Python 3.9通过PEP 584引入了|和|=运算符。

# Python 3.9+
merged = d1 | d2   # 返回新字典
d1 |= d2           # 原地更新，相当于d1.update(d2)

语法确实优美，PEP的作者形容这是为了解决过去合并字典时感受到的"痛苦"。

但嵌套覆盖的问题依然存在：

d1 = {"a": {"x": 1}}
d2 = {"a": {"y": 2}}
merged = d1 | d2
print(merged)  # {"a": {"y": 2}} ------ x又丢了

|运算符只做浅层键值叠加，不递归处理嵌套结构。

另外要注意 ：字典联合不符合交换律 ------d | e和e | d的结果可能完全不同。因为右侧字典的键值会覆盖左侧的。

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
print(d1 | d2)  # {"a": 1, "b": 3, "c": 4}
print(d2 | d1)  # {"b": 2, "c": 4, "a": 1} ------ 结果不同！

---

坑五：ChainMap的"假合并"------你以为合并了，其实没有

collections.ChainMap可以把多个字典在逻辑上变成一个字典。

from collections import ChainMap
a = {"a": 1, "b": 2}
b = {"b": 3, "c": 4}
c = ChainMap(a, b)
print(c["a"])  # 1
print(c["b"])  # 3 ------ 来自第一个字典a

但它不会真的把字典合并在一起，而是在内部储存一个Key到每个字典的映射。读取时先去第一个字典找，找不到再去第二个。

隐藏坑1：修改ChainMap会影响原始字典。

c["new_key"] = 100
print(a)  # {"a": 1, "b": 2, "new_key": 100} ------ a被改了！

所有写操作（[]=、del、pop、clear）都只修改maps[0]，也就是第一个字典。

隐藏坑2：如果同一个Key在多个字典中存在，从ChainMap删除它只会从第一个字典中删除。

隐藏坑3 ：ChainMap存储的是对原始字典的引用，不是拷贝。修改原始字典，ChainMap会同步变化。

a["a"] = 999
print(c["a"])  # 999 ------ 跟着变了

所以ChainMap适合只读场景（比如多层配置的查找），不适合真正需要合并出一个独立字典的场景。

---

一张表总结五种合并方式

| 方法 | 是否修改原字典 | 嵌套字典是否递归合并 | 适用场景 |
|--------------------|-----------|------------|-------------------|------|-----------|-------------------|
| d1.update(d2) | ✅ 是 | ❌ 否（直接覆盖） | 原地更新，不关心原数据被改 |
| {**d1, **d2} | ❌ 否 | ❌ 否（直接覆盖） | 需要新字典，Python 3.5+ |
| `d1 | d2` | ❌ 否（` | ） / ✅ 是（ | =`） | ❌ 否（直接覆盖） | Python 3.9+，函数式风格 |
| ChainMap(d1, d2) | ❌ 否（逻辑视图） | 不适用（不真正合并） | 只读的多层配置查找 |
| 自定义deep_merge | 取决于实现 | ✅ 是 | 需要深度合并嵌套字典 |

---

回到开头的Bug

我那个配置系统最后用了自定义的deep_merge函数。用户配置只覆盖自己指定的字段，默认配置里没被覆盖的字段全部保留。

final_config = deep_merge(default_config, user_config)
# database.host 保住了，port和pool_size被用户覆盖了

三天时间没白花------从此再也没被字典合并坑过。

记住 ：Python内置的字典合并方法都是浅合并 。如果你处理的是嵌套字典（配置文件、JSON数据、API响应），默认情况下嵌套层会被整块覆盖 ，而不是递归合并。需要深度合并？自己写递归函数，或者用deepmerge库。

希望你能少加三天班。