应显式实现__copy__和__deepcopy__方法来精确控制拷贝行为：前者仅浅拷贝顶层可变字段，后者须用memo参数调用deepcopy并跳过不可拷贝字段（如锁、连接），避免循环引用与性能问题。
为什么 copy.copy() 和 copy.deepcopy() 会忽略你的自定义逻辑
Python 的 copy 模块默认只检查对象是否有 __copy__ 或 __deepcopy__ 方法，但不会自动处理内部可变属性的拷贝策略。如果你的类包含嵌套字典、列表、或第三方对象（比如 numpy.ndarray），直接调用 copy.copy() 可能仍导致意外共享引用，而 copy.deepcopy() 又可能过度递归、性能差或触发不可序列化错误。
真正可控的方式是显式实现这两个魔术方法，并在其中决定每个字段的拷贝粒度。
-
__copy__应只复制顶层字段，对可变对象（如list、dict）调用copy.copy()；不可变字段（如int、str、tuple）可直接赋值 -
__deepcopy__接收第二个参数memo（用于缓存已拷贝对象，防止循环引用），必须用它调用deepcopy处理需要深拷贝的字段，否则递归会失控 - 若某字段不该被拷贝（如文件句柄、线程锁、缓存引用），应在两个方法中跳过它，或设为
None/ 重新初始化
如何在 __deepcopy__ 中避免无限递归和性能爆炸
常见错误是直接在 __deepcopy__ 里写 copy.deepcopy(self.xxx) —— 这绕过了 memo 缓存机制，遇到循环引用（如树节点互相持有 parent/children）会直接栈溢出；对大数组或图结构也会重复遍历。
正确做法是把所有需深拷贝的字段，统一交给 deepcopy 函数，并传入 memo：
def __deepcopy__(self, memo):
new_obj = self.__class__.__new__(self.__class__)
memo[id(self)] = new_obj
# 只对明确需要深拷贝的字段调用 deepcopy
new_obj.data = copy.deepcopy(self.data, memo)
new_obj.config = copy.deepcopy(self.config, memo)
# 不需要深拷贝的字段：直接赋值或重置
new_obj._cache = None
new_obj._lock = threading.RLock()
return new_obj
- 务必先调用
self.__class__.__new__()创建空实例，不能用self.__class__()，否则会触发__init__，可能依赖未拷贝的字段 - 手动将
new_obj存入memo，这是解决自引用的关键一步 - 对不需要深拷贝的字段（如
_lock、_logger），不要传给deepcopy，否则可能失败或产生无意义副本
什么时候该禁用某个字段的拷贝，而不是浅或深拷贝
不是所有属性都适合拷贝。典型场景包括：数据库连接、socket、threading.Lock、logging.Logger、或大内存缓存（如 lru_cache 结果）。这些要么无法拷贝，要么拷贝后失去意义。
- 在
__copy__和__deepcopy__中跳过它们，改用None、新实例或延迟重建 - 例如日志器：
new_obj._logger = logging.getLogger(self._logger.name)，而不是拷贝原对象 - 例如锁：
new_obj._lock = threading.RLock()，而非尝试拷贝（会报TypeError: can't pickle _thread.RLock objects） - 若字段是弱引用（
weakref.ref），拷贝后需重新绑定目标，否则指向已销毁对象
验证拷贝行为是否符合预期的最小检查方式
别只看 id() 是否不同 —— 浅拷贝下嵌套列表的 id() 也不同，但修改仍会影响原对象。真验证得测“修改后是否隔离”：
obj = MyClass(data=[1, 2, {"x": 3}])
shallow = copy.copy(obj)
deep = copy.deepcopy(obj)
<h1>修改嵌套字典</h1><p>shallow.data[2]["x"] = 999
print(obj.data[2]["x"]) # 输出 999 → 浅拷贝未隔离</p><p>deep.data[2]["x"] = 888
print(obj.data[2]["x"]) # 输出 999 → 深拷贝隔离成功
</p>
更关键的是检查循环引用是否存活：obj.parent = obj 后，copy.deepcopy(obj) 不应崩溃；若崩溃，说明 __deepcopy__ 没正确使用 memo。
实际项目中，最容易被忽略的是第三方类型（如 torch.Tensor、pandas.DataFrame）的拷贝语义 —— 它们常重载了 __deepcopy__，但行为未必符合你的预期，必要时要单独处理。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
