一、背景介紹
在實際生產專案中，不同環境（如開發、測試、生產環境）常有不同配置需求，如資料庫連結等。我們期望一份程式碼無需改動，僅透過單一配置變數調整就能適配和使用多個環境，實現 “一份程式碼，多處部署”的需求，以提升系統部署靈活性及配置管理能力。具體而言，支援“多環境配置”的配置管理框架（類庫）應支援以下功能：
（1）必須支援不同環境載入不同配置，且多個環境可載入通用配置。
（2）必須支援複雜資料結構，如：列表、字典、物件等。
（3）必須支援欄位資料型別轉換，如：直接輸出布林型別欄位的值 True，而不是字串 'True'。
（4）必須支援變數引用，如：DOMAIN = "example.org",ADMIN_EMAIL = "admin@{DOMAIN}"。
（5）最好支援執行時動態修改配置，可透過修改系統環境變數更新變數值。
（6）最好支援主流配置檔案格式，如 yml、json、toml 等，尤其是 Python 中常見的 toml 格式。
二、技術選型
Python 技術棧中常見的配置管理框架（類庫）有 ConfigParser、pydantic、dynaconf、dotenv 和 configobj。其中僅 ConfigParser 為 Python 標準庫內建模組。以下對各類庫功能、優缺點進行對比，進而輸出最終選型。
1. 功能對比
| 功能/庫 | dynaconf | pydantic | dotenv | configobj | ConfigParser |
|---|---|---|---|---|---|
| 不同環境載入不同配置，且多個環境可載入通用配置 | 支援 | 部分支援 | 部分支援 | 部分支援 | 部分支援 |
| 支援複雜資料結構，如列表、字典、物件等 | 支援 | 支援 | 不支援 | 支援 | 不支援 |
| 支援欄位資料型別轉換 | 支援 | 支援 | 不支援 | 部分支援 | 部分支援 |
| 支援變數引用 | 支援 | 不支援 | 支援 | 支援 | 部分支援 |
| 執行時動態修改配置配置 | 支援 | 支援 | 支援 | 支援 | 支援 |
| 支援主流配置檔案格式，如 yml、json、toml 等 | 支援 | 支援 | 不支援 | 不支援 | 不支援 |
部分支援 指需要額外擴充套件或二次開發。
2. 優缺點總結
| 庫 | 優點 | 缺點 |
|---|---|---|
| dynaconf | 支援多種配置檔案格式（YAML、JSON、TOML 等）；支援複雜資料結構；支援環境切換和通用配置；功能強大，靈活性高。 | 需要額外安裝；學習曲線相對較陡。 |
| pydantic | 強大的資料驗證和型別轉換功能；支援複雜資料結構；與 FastAPI 等框架整合良好。 | 需要額外安裝；不直接支援多種配置檔案格式，但可以結合其他庫使用。 |
| dotenv | 簡單易用，適合載入環境變數；與其他庫相容性好。 | 功能有限，僅支援 .env 檔案；不支援複雜資料結構和多種配置檔案格式。 |
| configobj | 支援巢狀結構和基本的資料型別轉換；易於使用，適合處理 .ini 格式的配置檔案。 |
不支援多種配置檔案格式（僅支援 .ini）；部分支援高階配置管理功能，如環境切換和通用配置。 |
| ConfigParser | 內建於 Python 標準庫，無需額外安裝；簡單易用，適合處理基本的 .ini 配置檔案。 |
不支援複雜資料結構；不支援多種配置檔案格式；功能較為有限，不支援高階配置管理功能。 |
希望這個調整後的表格能夠更好地滿足你的需求。
三、最終選擇
經上述功能對比及優缺點總結，dotenv 和 ConfigParser 因不支援複雜資料結構被率先排除；configobj 既不支援多種配置檔案格式，又僅部分支援通用配置和資料轉換，也不合適；剩餘兩方案中，pydantic 極少用於配置管理，不支援變數引用，僅部分支援載入通用配置，實際使用時配置載入與解釋需二次開發，也不完全適合當配置管理工具。而 dynaconf 功能全面，又是專業配置管理庫，為最優選擇。