ConfZ

ConfZ

Python配置管理库ConfZ提供多源加载和验证功能

ConfZ是一个Python配置管理库,基于Pydantic构建。它支持从配置文件、环境变量和命令行参数等多种源加载配置,并提供数据转换、验证和类似数据类的访问方式。ConfZ适用于多环境配置、单例模式和单元测试等场景,也支持自定义配置源。最新的ConfZ 2版本兼容Pydantic 2,并优化了命名规范。

ConfZ配置管理PydanticPython环境变量Github开源项目

ConfZ – 基于Pydantic的配置管理

测试 文档 覆盖率 <!-- 硬编码,因为低于100%无法合并 --> Python版本 PyPI版本

ConfZ是一个基于pydantic的Python配置管理库。 它可以让你轻松地:

  • 从配置文件、环境变量、命令行参数等加载配置
  • 将加载的数据转换为所需格式并验证
  • 以Python数据类似对象的方式访问结果,并获得完整的IDE支持

它还支持常见的用例,如:

  • 多环境
  • 单例模式和延迟加载
  • 单元测试的配置更改
  • 自定义配置源

更新:ConfZ 2已经发布,支持pydantic 2并改进了命名约定。 查看迁移指南

:package: 安装

ConfZ已发布在PyPI上,可以使用pip安装:

pip install confz

:rocket: 快速入门

使用ConfZ的第一步是声明你的配置类和源,例如在config.py中:

from confz import BaseConfig, FileSource from pydantic import SecretStr, AnyUrl class DBConfig(BaseConfig): user: str password: SecretStr class APIConfig(BaseConfig): host: AnyUrl port: int db: DBConfig CONFIG_SOURCES = FileSource(file='/path/to/config.yml')

得益于pydantic,你可以使用多种字段类型验证器

从现在开始,在任何其他文件中,你都可以直接访问你的配置:

from config import APIConfig print(f"API服务运行在 {APIConfig().host},端口 {APIConfig().port}。")

如你所见,配置既不需要显式加载,也不需要全局实例化。ConfZ会在你第一次访问配置时,按照CONFIG_SOURCES中定义的方式自动加载。由于采用了单例机制,这只会发生一次,之后你会得到一个缓存的、不可变的实例,行为与其他_pydantic_实例相同。

assert APIConfig() is APIConfig() # 由于单例机制,这是正确的 APIConfig().port = 1234 # 由于不可变性,这会引发错误 APIConfig().model_dump() # 调用pydantic的方法获取字典表示

注意: 虽然配置的隐式和隐藏加载可能起初会让人感到惊讶,感觉有点像Python的魔法,但它可以帮你减少大量样板代码。你不需要显式加载配置,然后将其传递给所有需要它的代码层,而是可以通过导入配置类并直接访问例如APIConfig().db.user来从任何地方访问它。

更多配置源

ConfZ在定义配置源方面非常灵活。你有多个环境吗?没问题:

from confz import BaseConfig, FileSource class MyConfig(BaseConfig): ... CONFIG_SOURCES = FileSource( folder='/path/to/config/folder', file_from_env='ENVIRONMENT' )

现在你的配置文件可以在环境变量ENVIRONMENT中定义,并相对于folder

你还可以提供一个列表作为配置源,例如从环境变量(包括.env文件)和命令行参数中读取:

from confz import BaseConfig, EnvSource, CLArgSource class MyConfig(BaseConfig): ... CONFIG_SOURCES = [ EnvSource(allow_all=True, file=".env.local"), CLArgSource(prefix='conf_') ]

ConfZ现在会尝试从与属性同名的环境变量或以conf_开头的命令行参数中填充你的配置。递归模型也受支持,例如,如果你想控制上面API中的用户名,你可以设置环境变量DB.USER或传递命令行参数--conf_db.user

显式加载

在某些情况下,配置不应该是全局单例,而应该显式加载并在本地传递。 可以在构造函数中直接定义源,而不是将CONFIG_SOURCES定义为类变量:

from confz import BaseConfig, FileSource, EnvSource class MyConfig(BaseConfig): number: int text: str config1 = MyConfig(config_sources=FileSource(file='/path/to/config.yml')) config2 = MyConfig(config_sources=EnvSource(prefix='CONF_', allow=['text']), number=1) config3 = MyConfig(number=1, text='hello world')

如你所见,还可以提供额外的关键字参数。

注意: 如果既没有提供类变量CONFIG_SOURCES,也没有提供构造函数参数config_sourcesBaseConfig的行为就像一个普通的_pydantic_类。

更改配置值

在某些情况下,你可能想要更改配置值,例如在单元测试中。但是,如果你设置了CONFIG_SOURCES类变量,这就不能直接进行。为了解决这个问题,每个配置类都提供了一个上下文管理器,可以临时更改你的配置:

from confz import BaseConfig, FileSource, DataSource class MyConfig(BaseConfig): number: int CONFIG_SOURCES = FileSource(file="/path/to/config.yml") print(MyConfig().number) # 将打印配置文件中的值 new_source = DataSource(data={'number': 42}) with MyConfig.change_config_sources(new_source): print(MyConfig().number) # 将打印'42' print(MyConfig().number) # 将再次打印配置文件中的值

早期验证

默认情况下,你的配置会在你第一次实例化类时加载,例如通过MyConfig().attribute。这可以防止在导入配置类时产生副作用,如加载文件。如果配置类无法以正确格式填充所有必需字段,_pydantic_会在这一点上引发错误。为了确保这不会在不方便的时候发生,你也可以指示ConfZ提前加载所有配置:

from confz import validate_all_configs if __name__ == '__main__': validate_all_configs() # 你的应用程序代码

函数validate_all_configs会实例化在你代码中任何(可达)位置定义的、设置了CONFIG_SOURCES的所有配置类。

:book: 文档

现在你已经看到了ConfZ可以使用的两种方式:使用类变量配置源,实现单例和延迟加载,或使用关键字参数配置源,允许直接加载配置值。在这两种情况下,从文件、命令行参数和环境变量定义配置源都非常灵活(而且可扩展),同时_pydantic_仍然确保一切最终符合你的期望。你还看到了如何在单元测试中临时更改配置,以及如何在代码早期验证单例配置类。

ConfZ完整功能的文档可以在readthedocs上找到。

:information_source: 关于

ConfZZühlke开发和维护。 第一个版本由Silvan实现。 特别感谢Iwan的ConfMe,它启发了这个项目。

想为ConfZ做贡献?查看贡献指南

编辑推荐精选

TRAE编程

TRAE编程

AI辅助编程,代码自动修复

Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
蛙蛙写作

蛙蛙写作

AI小说写作助手,一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI辅助写作AI工具蛙蛙写作AI写作工具学术助手办公助手营销助手AI助手
问小白

问小白

全能AI智能助手,随时解答生活与工作的多样问题

问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。

热门AI助手AI对话AI工具聊天机器人
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。

讯飞智文

讯飞智文

一键生成PPT和Word,让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级,全面对标OpenAI o1

科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。

咔片PPT

咔片PPT

AI助力,做PPT更简单!

咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文,一站式创作,让内容运营更高效

讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台,公文写作神器

AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。

下拉加载更多