一个让我在配置系统上翻车的Bug

去年我在开发一个微服务的配置管理模块时，需要将用户的个性化配置与系统默认配置合并到一起。当初的代码大致是这样的：

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——当初是这么写的
default_config.update(user_config)
print(default_config)


我当时期望的输出是：

{
"database": {
"host": "localhost", # 保留默认的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"
}
}


但实际输出却是：

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


host居然消失了！

我盯着屏幕看了整整十分钟，脑子里只有一个疑问：为什么update()把整个嵌套字典整块替换掉了，而不是递归合并？

这个Bug花了我三天才彻底搞明白。今天就把Python字典合并的各种陷阱一次性讲清楚，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）。当某个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部内容。

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


这就是那个配置系统里host消失的根本原因。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子字典，默认配置中的host自然就没了。

为什么Python要这样设计？

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，并不预设嵌套结构的语义。此外，递归遍历所有层级会引入不必要的开销，这与update()追求高效原地更新的初衷相违背。

解决方案：

如果确实需要深度合并嵌套字典，必须自己写递归函数：

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！


或者直接使用第三方库，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习惯写defaults.update(user_config)，结果后续其他模块读取defaults时拿到的就是已被污染的值。

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，语法非常简洁：

merged = {**default_config, **user_config}


优点是不会修改原字典，而是返回一个新字典。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！


解包只是将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)在键冲突时的行为完全一致——后者覆盖前者。如果两个字典有同名键，最终结果始终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，不会递归处理嵌套结构。

另外需要注意：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


但它并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，找不到才去第二个。

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，而不是拷贝。修改原始字典，ChainMap会同步变化。

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


因此，ChainMap更适合只读场景（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

回到开头的Bug

那个配置系统最后采用了自定义的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


三天时间没有白费——从此我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。