Python循环中修改字典键导致遍历异常深度解析实战案例

风骏时光少年

发布于 2026-06-29 12:10:46

1030

Python循环中修改字典键导致遍历异常深度解析实战案例

一、问题概述

Python字典底层基于哈希表实现，在遍历字典keys()、items()、values()过程中，直接新增、删除字典键会触发迭代器失效，抛出RuntimeError: dictionary changed size during iteration运行时错误。该问题是Python新手高频踩坑点，报错逻辑隐蔽，很多开发者不清楚底层迭代机制，写出能一次性运行、循环中途崩溃的代码。

和列表遍历删除元素类似，字典迭代器会记录哈希表当前长度，循环过程中字典长度发生变化，迭代器与容器状态不匹配，解释器直接抛出运行时异常终止程序。本文通过错误复现、根源分析、多种修复方案完整演示该场景。

二、错误代码复现

2.1 删除字典键触发报错

def remove_odd_key():
    data = {1: "苹果", 2: "香蕉", 3: "橙子", 4: "葡萄"}
    # 直接遍历字典键并删除
    for k in data.keys():
        if k % 2 != 0:
            del data[k]
    print(data)

if __name__ == "__main__":
    remove_odd_key()

执行后报错信息：

RuntimeError: dictionary changed size during iteration

2.2 新增字典键同样触发异常

删除键会改变字典长度，新增键也会触发完全相同的报错：

def add_new_key():
    data = {"a": 10, "b": 20}
    for k in data.keys():
        new_k = k + "_new"
        data[new_k] = data[k] * 2
    print(data)

if __name__ == "__main__":
    add_new_key()

循环每新增一个键，字典容量发生变动，迭代器校验失败，程序中断。

三、底层根源分析

1. Python3中dict.keys()返回动态视图对象，而非静态列表，视图实时绑定原字典；
2. 迭代启动时，迭代器记录字典当前条目总数，每完成一次循环会校验字典条目数量；
3. 循环内执行del删除键、赋值新增键，字典条目增减，前后数量不一致，解释器判定迭代环境被破坏，抛出运行时错误；
4. 区别于Python2，Python2中dict.keys()返回列表，遍历静态副本不会报错，但存在数据滞后问题，不推荐兼容写法。

四、三种标准修复方案

方案1：遍历键的静态副本（最常用）

将keys()转为列表生成静态快照，遍历副本，修改原字典互不干扰：

def fix_remove_by_copy():
    data = {1: "苹果", 2: "香蕉", 3: "橙子", 4: "葡萄"}
    # list()生成静态键列表，与原字典解耦
    for k in list(data.keys()):
        if k % 2 != 0:
            del data[k]
    print(data)
# 输出 {2: '香蕉', 4: '葡萄'}

方案2：收集待操作键，循环结束统一修改

先筛选需要新增/删除的键存入临时列表，遍历完成后批量操作字典，全程不破坏迭代环境：

def fix_batch_modify():
    data = {"a": 10, "b": 20}
    add_list = []
    # 仅筛选，不修改原字典
    for k in data.keys():
        add_list.append((k + "_new", data[k] * 2))
    # 循环结束后统一新增
    for new_k, val in add_list:
        data[new_k] = val
    print(data)

方案3：字典推导式重构（简洁高效）

无需循环遍历，直接通过推导式生成全新字典，过滤不需要的键，性能最优：

def fix_by_comprehension():
    data = {1: "苹果", 2: "香蕉", 3: "橙子", 4: "葡萄"}
    # 仅保留偶数键，生成新字典
    new_data = {k: v for k, v in data.items() if k % 2 == 0}
    print(new_data)