Python 字典遍历时报的错，多半是 RuntimeError: dictionary changed size during iteration。它触发的条件是“遍历期间字典的键集合发生变化”，而不是“值被改掉”。只把已有键对应的值替换掉，通常不会报错；一旦在遍历中新增键、删除键、调用 pop、clear，或通过 update 增减键，这个错就会抛出。所以第一步不是急着改代码，而是分清自己改的是值还是键。
若报错文本是 dictionary changed size during iteration，处理方向是：遍历 list(d.items()) 这类键集合快照，或改用字典推导式重建字典，不要在遍历原字典时增删键。只替换已有键的值通常安全，但仍要确认值的类型符合下游预期。改完后用键集合对比和长度对比验证，并注意大字典做快照会带来额外内存开销，多线程共享字典时快照也不等于线程安全。
先确认当前场景和目标
先把报错现场的信息凑齐，再决定写法。下面几项不确定，后面的方案就可能选错：
- 报错原文：是
dictionary changed size during iteration，还是RuntimeError: dictionary keys changed during iteration，或是KeyError。前者对应增删键，后者常见于遍历中删了当前键之后又去访问它。 - 修改类型：只替换已有键的值；新增键；删除键；同时增删。四类的处理方式不一样。
- 遍历对象：直接
for k in d、d.items()、d.keys()，还是已经套了list()。在 Python 3 里，d.items()和d.keys()返回的是视图，不是副本，套list()才是真正把当前键固定下来。 - 最终目标：过滤掉一部分键、批量改写值、边遍历边累积成新结构，还是清理嵌套字典里的空值。目标不同，用推导式重建还是就地删除，选择不同。
- 字典是否被共享：同一字典是否被其他线程、协程或回调持有并修改。若存在这种情况，快照只能避免自身迭代报错，挡不住别处的并发写入。
可以先在最小脚本里复现一次，确认触发动作。复现代码比读完整业务逻辑更快定位问题。
按这个顺序处理
第一步：只改已有键的值时，先确认是否真的需要动结构。这类写法通常不会报大小变化错误，但要留意把值替换成了不同类型，导致后续比较或序列化出问题。
d = {"a": 1, "b": 2}
for k in d:
d[k] = d[k] * 10 # 只替换已有键的值，键集合没变第二步：需要在遍历中删除键，改成遍历快照。list(d.items()) 会先把当前的键值对固定成列表，后续对原字典的删除不再影响正在进行的循环。
for k, v in list(d.items()):
if v is None:
del d[k]第三步：过滤类需求，优先用推导式重建字典。重建没有迭代期修改的问题，逻辑也更好读，代价是多一份新字典的内存。
d = {k: v for k, v in d.items() if v is not None}第四步：需要新增键，先累积再合并。把要新增的内容放进临时字典，循环结束后统一更新，避免边遍历边插入。
pending = {}
for k, v in d.items():
if isinstance(v, int) and v > 0:
pending[f"{k}_copy"] = v
d.update(pending)第五步：嵌套字典的清理要分层处理。修改内层字典不会改变外层字典的大小，但外层遍历到内层时，如果内层键集合变了，同样会报错。可以先把需要递归处理的子字典收集起来，递归完成后再回写。
def clean(node):
if isinstance(node, dict):
for k in list(node.keys()):
v = node[k]
if v is None:
del node[k]
else:
clean(v)
return node第六步：存在多线程写入时，把快照和加锁一起考虑。只在单线程内做快照解决不了并发写入问题，需要用锁把“读或改”这段包住，或让修改集中在同一线程完成。这一步建议结合具体框架的约束确认，不要只靠改一行遍历写法。
改完后怎么验证
验证的重点是“键集合是否符合预期”和“值是否被正确改写”，只看程序不报错不够。
- 在改动前后各取一次键集合，比较差集，确认被删除或新增的键正是你预期的那些。
- 比较处理前后的
len(d)，数量变化要和过滤条件对得上。 - 用一小份构造数据跑一遍，例如
{"a": None, "b": 2}，人工核对输出。 - 把原来的报错场景重跑一次，确认不再抛
RuntimeError，同时确认没有引入KeyError。 - 检查返回对象的类型和顺序是否被下游依赖，尤其是把字典传给序列化或快照比对的地方。
before = set(d.keys())
# 执行处理后
print("removed:", before - set(d.keys()))
print("added:", set(d.keys()) - before)预期信号是：差集只包含你明确要处理的键，长度变化与过滤规则一致，重复运行结果稳定。如果差集里出现了意料之外的键，说明遍历过程中还有别的代码路径在改这个字典。
容易忽略的边界
- 视图与副本的区别：
d.keys()、d.items()在 Python 3 中是动态视图，直接用它们在循环里删除键仍会报错；只有list(...)或tuple(...)才是快照。跨版本兼容旧代码时要单独确认这一点。 - 快照不是性能优化：
list(d.items())会把键值对引用复制一份，超大字典上内存占用会明显上去。它只是让迭代期间的键集合保持稳定，不要把它当提速手段。 - 值对象被共享：替换字典里的值时，如果新值或旧值还被别处引用，改动可能影响到你不预期的位置，必要时用
copy.deepcopy隔离。 - 插入顺序会变：删键再新增、或推导式重建，都会改变遍历顺序。下游逻辑如果依赖顺序，要先确认再改。
- 不适用条件：如果字典由外部组件持续写入（如缓存、回调、后台线程），遍历快照只能保证本次循环不报错，读到的可能已经是过期数据。此时应回到数据所有权和同步机制上解决，而不是继续加
list()。 - 回退建议：改动前保留原逻辑并加上日志，记录处理前后的键数量和异常堆栈；线上行为与预期不符时，可以先回退到只读副本计算、再一次性写回的方式，缩小问题范围。