Python函数默认字典参数仅首次初始化的技术问询

问题原理 #

Python的函数默认参数不是在每次调用函数时初始化的，而是在函数被定义的那一刻就完成了初始化。对于像字典、列表这类可变对象，这个初始化后的对象会被该函数的所有调用共享。

回到你的代码：

def walkDirectory(path, fileDataBySize=dict(), ...): 

当Python解释器执行到这个函数定义时，就会创建一个空字典作为fileDataBySize的默认值。第一次顶层调用walkDirectory时，你没传这个参数，用的就是这个默认字典，递归过程中它被不断填充数据。而后续的顶层调用，如果你仍然不传fileDataBySize，Python会直接复用之前已经被修改过的那个默认字典，导致之前的数据残留。

你的理解疏漏 #

你误以为默认参数会在每次函数调用时重新创建，但实际上这个规则只适用于不可变对象（比如整数、字符串、元组）——因为它们无法被修改，每次调用用同一个值不会有问题。但可变对象（字典、列表）可以被修改，共享同一个实例就会导致数据被累积。

修正方案 #

方案1：用None作为默认值，在函数内部初始化字典 #

这是Python社区处理这类问题的标准做法：

def walkDirectory(path, fileDataBySize=None, ...): 
    # 顶层调用时如果没传参数，创建新字典
    if fileDataBySize is None:
        fileDataBySize = dict()
    ...
    if ...:
        # 递归调用时传入已有的字典，保证数据共享
        walkDirectory(subpath, fileDataBySize, ...)
    ...
    return fileDataBySize 

这样每次顶层调用如果不传fileDataBySize，都会在函数内部生成一个新的空字典；递归调用时则传入已有的字典，确保递归过程中能正常收集所有文件数据。

方案2：顶层调用时显式传入空字典 #

每次调用时手动传一个新的空字典：

fileDataBySize = walkDirectory(directoryToProcess, dict(), ...)  

但这种方式依赖调用者记得传参，不如方案1可靠，不推荐作为长期解决方案。

内容的提问来源于stack exchange，提问作者Ian