Python项目配置管理核心是代码与配置分离，推荐用环境变量+配置类：基类Config定义通用项，子类覆盖环境特有值，敏感信息仅从环境变量读取；.env仅用于本地开发，生产用系统级变量；Pydantic Settings支持类型校验与多源合并。
Python 项目中配置管理的核心是把代码和配置分离，避免硬编码、防止敏感信息泄露，并适配不同环境（开发、测试、生产）。
用环境变量 + 配置类统一加载
推荐使用 os.environ 读取环境变量，配合类封装配置项。不依赖第三方库也能清晰分层：
- 定义一个基类
Config存放通用配置（如DEBUG = False） - 派生
DevelopmentConfig、ProductionConfig等，覆盖特定值（如数据库 URL、密钥） - 通过环境变量
FLASK_ENV或ENV决定加载哪个子类（也可用PYTHON_ENV自定义） - 敏感值（如 API 密钥、数据库密码）只从环境变量读取，绝不写死在代码或配置文件里
用 .env 文件辅助本地开发
python-dotenv 可以自动加载 .env 文件到 os.environ，仅用于开发环境：
- 在项目根目录放
.env，内容形如DATABASE_URL=sqlite:///dev.db - 确保
.gitignore包含.env，避免误提交 - 生产环境不部署
.env，改由系统级环境变量或云平台配置中心提供
结构化配置可选：Pydantic Settings
若需类型校验、默认值合并、嵌套配置，pydantic-settings 是现代方案：
立即学习“Python免费学习笔记（深入）”；
- 定义一个继承
BaseSettings的类，字段带类型注解和默认值 - 支持多来源优先级：环境变量 >
.env> 类中默认值 - 自动转换类型（如字符串
"true"→ 布尔True），还能校验必填项 - 适合中大型项目，尤其搭配 FastAPI 或需要强约束的 CLI 工具
避免常见坑
配置管理失效往往源于细节疏忽：
- 不要在模块顶层直接读环境变量并赋值全局变量——导入时就执行，无法动态响应后续环境变更
- 不要把配置类实例写成单例并提前初始化，应延迟到首次访问时加载（或用
@property封装） - 不要用
config.py直接import并修改，容易引发循环导入或状态污染 - 日志、监控等基础组件的配置也要纳入统一管理，而非各自硬编码路径或级别
