Как с помощью Pydantic обрабатывать данные из env и сохранять типизацию?

Pydantic предоставляет класс BaseSettings, специально предназначенный для работы с конфигурацией, включая переменные окружения. Он автоматически считывает значения из окружения, файлов .env и других источников, приводя их к объявленным типам и проверяя по заданным правилам.

Основной подход

Создайте класс, наследующийся от pydantic.BaseSettings. Объявите поля с аннотациями типов (например, str, int, bool). По умолчанию Pydantic ищет переменные окружения с именами, соответствующими именам полей в верхнем регистре.

from pydantic import BaseSettings

class AppSettings(BaseSettings):
    database_url: str
    api_key: str
    debug: bool = False  # Значение по умолчанию
    port: int = 8000

    class Config:
        env_file = ".env"  # Опционально: загрузка из файла

Использование и валидация

Создайте экземпляр класса. Pydantic автоматически заполнит его, прочитав переменные окружения. Если какое-то обязательное поле отсутствует и нет значения по умолчанию, будет вызвано исключение ValidationError.

settings = AppSettings()
print(settings.database_url)  # Значение из env DATABASE_URL
print(settings.debug)         # False, если env DEBUG не задан

Кастомизация и продвинутые сценарии

• Изменить префикс или источник переменных можно через вложенный класс Config.
• Для сложных преобразований используйте валидаторы Pydantic (@validator).
• Модель можно легко сериализовать в словарь или JSON для логирования (без секретов).

Этот подход широко применяется в веб-фреймворках (FastAPI, Django) и микросервисах для централизованного, безопасного и документированного управления настройками.

Вывод: Используйте Pydantic BaseSettings для типизированной загрузки конфигурации из окружения, когда нужно обеспечить валидацию типов, значения по умолчанию и избежать ошибок из-за строковых значений в рантайме.