Python 项目配置加载策略核心是环境分离、动态加载、避免硬编码，推荐环境变量驱动或 Pydantic Settings 方案，辅以 YAML/JSON 多文件管理，并注意加载时机、类型注解与生产安全。
Python 项目中 配置文件 的加载策略，核心在于 分离环境、按需加载、避免硬 编码 。不靠手动改 config.py 切换环境，而是通过 环境变量 或启动参数动态决定加载哪套配置，同时保证开发、测试、生产环境互不干扰。
环境变量驱动配置加载
最轻量且推荐的方式：用 os.environ.get(“ENV”) 读取当前环境标识，再加载对应配置模块或文件。
- 在项目根目录下建
config/目录，内含base.py（通用配置）、dev.py、prod.py、test.py - 主配置入口（如
config/__init__.py）中根据ENV值导入对应模块：
env = os.environ.get("ENV", "dev")
if env == "prod":
from .prod import *
elif env == "test":
from .test import * - 启动时指定：
ENV=prod python app.py，Windows 可用set ENV=prod && python app.py
Pydantic Settings 统一管理（推荐进阶方案）
用pydantic-settings（v2+）替代手写配置类，自动支持多源合并、类型校验、环境变量覆盖。
- 定义一个继承
BaseSettings的配置类，字段可直接绑定环境变量名（如db_url: str = Field(……, validation_alias="DB_URL")） - 支持
.env文件加载（python-dotenv自动识别.env、.env.prod等） - 运行时优先级：命令行参数 > 环境变量 >
.env文件 > 默认值，天然适配多环境
YAML/JSON 配置 + 环境后缀文件
适合配置项多、结构深、需非程序员编辑的场景（如运维交付）。
立即学习“Python 免费学习笔记（深入）”；
- 存放
config.yaml、config.dev.yaml、config.prod.yaml - 加载逻辑：先读
config.yaml（基础），再用ENV拼出环境专用文件名，用deepmerge或dict.update()覆盖关键字段 - 注意 YAML 中
!!python标签不可用，避免执行任意代码；敏感字段（如密钥）仍建议走环境变量注入
避免踩坑的关键细节
多 环境配置 不是“能跑就行”，几个易忽略但影响上线稳定性的点：
- 配置加载时机必须早于任何依赖它的模块导入——比如数据库连接初始化前就要确定
DB_URL，否则可能加载默认值导致连错库 - 禁止在配置文件里写 if-else 判断环境 ——像
if os.getenv("ENV") == "prod": DEBUG = False这种写法会让 IDE 无法静态分析，也破坏配置即代码原则 - 生产环境禁用
.env文件自动加载 ——防止误提交凭据；应显式调用load_dotenv(".env.prod")或完全依赖系统环境变量 - 所有配置字段加类型注解和默认值 ——减少
KeyError，配合 pydantic 还能做范围校验（如 端口 号必须 0–65535）
