Python defaultdict 访问缺省键为什么会改变字典内容

collections.defaultdict 访问不存在的键后会多出一条字典记录，是因为下标操作会触发 __missing__：它调用 default_factory 生成值，把值写回当前键，再返回这个值。这个行为适合“边读边初始化”的统计代码，却不适合只想检查数据的查询代码。

普通 `dict` 访问不存在的键只会抛 `KeyError`，但 `defaultdict` 重写了 `__missing__` 方法，访问缺省键时会自动执行生成默认值、写入字典的两步操作，所以单次看似只读的下标访问也会修改字典本身。

先用最小例子定位“只读变写入”

下面的代码没有显式赋值，但读取 unknown 后，字典仍然从一个键变成两个键。原因不是 Python 偷偷复制了数据，而是 defaultdict(list) 把“缺省值工厂”绑定到了下标读取路径。

from collections import defaultdict

# list 是缺键时的工厂：每个新键得到一个独立的空列表
groups = defaultdict(list, {"ready": ["job-1"]})
print(len(groups), list(groups))

# 下标读取会触发 __missing__，空列表随后被写回 unknown
pending = groups["unknown"]
print(pending, len(groups), list(groups))

第二次打印会看到 []、长度变为 2，并出现 unknown。如果工厂是 int，写回的就是 0；如果工厂是 set，写回的是空集合。工厂抛出的异常也会原样向上抛出，不会被自动吞掉。

读取前先决定：要不要创建缺省值

defaultdict 不是所有读取都带副作用，关键在于操作是否走 __getitem__。把查询代码写成下表中的形式，可以避免调试日志或统计报表把“没有数据”变成“有一个空数据项”。

官方文档明确指出，__missing__ 只由下标读取触发；get() 对缺键仍按普通字典处理。需要判断“是否曾经出现过”时，先用 if key in d；需要拿到可选值时用 d.get(key)，不要为了打印一个值而调用 d[key]。

把缺省写入和只读排查分成两条路径

统计代码可以主动利用这个副作用，但应让写入意图清楚可见。例如按用户分组时，groups[user].append(item) 既完成初始化又完成追加；如果只是检查某个用户有没有结果，则改为：

# 只读查询：缺键时不改变 groups 的键集合
items = groups.get(user)
if items is None:
    print("没有已记录的结果")
else:
    print(f"已有 {len(items)} 条结果")

如果合法值本身可能是 None，就用唯一哨兵对象区分“键不存在”和“键的值为 None”。不要用空列表、零值来推断键是否存在，因为这些值可能本来就是业务结果。

# 哨兵只用于本次判断，不会写入字典
missing = object()
value = groups.get(user, missing)
if value is missing:
    print("键不存在")
else:
    print("键已存在，值可能为空")

提交前的 defaultdict 检查清单

• 看到 d[key] 时，确认缺键后自动写入是不是预期行为。
• 记录日志、输出报表、计算长度前，先排除无意间访问了新的键。
• 工厂函数必须能稳定返回正确类型；它抛出的异常应在调用点附近处理。
• 如果主要需求是只读映射，考虑普通 dict 配合 get()，让误写入更难发生。

常见问题

为什么调用 get() 后没有自动生成空列表？

因为 get() 不走 __missing__。需要自动初始化时使用下标，想保持只读时保留 get()。

key in d 会不会触发 default_factory？

不会。它只检查键是否已经存在，不会调用工厂，也不会增加字典条目。

把 default_factory 设为 None 会怎样？

缺键下标访问会抛出 KeyError，行为接近普通字典；此时仍要按普通下标读取的异常边界处理。