vs code 不自动将 .env 文件注入终端环境变量，仅调试和语言服务器生效；终端需用 python-dotenv 显式加载，或通过 launch.json 的 envfile 配置调试环境。
VS Code 不会自动把项目根目录下的 .env 文件内容注入到所有运行方式的环境变量中——这是绝大多数人踩坑的起点。只有在特定上下文（比如调试、交互式窗口）下才会加载，终端里直接 python script.py 时完全不生效。
为什么 .env 在终端里运行脚本时没用？
VS Code 的集成终端本身就是一个独立 shell 进程，它只继承你系统或 shell 配置文件（如 ~/.zshrc）里定义的环境变量，不会主动读取当前工作区的 .env 文件。Python 插件的 python.envFile 设置也仅影响调试器和语言服务器（如 Pylance），对终端执行无任何作用。
- 现象：
os.environ.get("API_KEY")返回None，但你在.env里明明写了API_KEY=xxx - 验证方法：在 VS Code 终端里执行
echo $API_KEY，结果为空 - 根本原因：没有进程负责解析并导出
.env中的键值对到当前 shell 环境
launch.json 中的 env 和 envFile 怎么配才有效？
这两个字段只在 F5 调试或点击「调试 Python 文件」时起作用，是调试器启动子进程时显式传入的环境配置。
-
env：硬编码键值对，适合固定值，例如"PYTHONPATH": "${workspaceFolder}/src" -
envFile：指定一个文件路径（如"${workspaceFolder}/.env"），调试器会解析该文件并合并进环境；支持多行、注释、变量替换（$HOME），但不支持嵌套引用（$OTHER_VAR不会被展开） - 注意：
envFile的路径必须是绝对路径或基于${workspaceFolder}的相对路径，不能用~/或环境变量缩写
示例 launch.json 片段：
{
"version": "0.2.0",
"configurations": [
{
"name": "Python: Current File",
"type": "python",
"request": "launch",
"module": "pytest",
"envFile": "${workspaceFolder}/.env",
"env": {
"LOG_LEVEL": "DEBUG"
}
}
]
}
如何让终端运行也加载 .env？
唯一可靠、跨平台、不依赖插件的方式，是在 Python 脚本开头显式调用 python-dotenv 加载。
- 安装：
pip install python-dotenv（建议装在当前虚拟环境中） - 在入口脚本（如
main.py）最顶部添加：
from dotenv import load_dotenv
import os
<p>load_dotenv() # 自动查找并加载 .env 文件</p><h1>后续代码就能正常读取</h1><p>api_key = os.environ.get("API_KEY")</p>
- 如果
.env不在项目根目录，传入路径：load_dotenv(".config/dev.env") - 想强制重载或覆盖已有变量，加参数：
load_dotenv(override=True) - 这个方案与运行方式完全解耦：终端、交互式窗口、F5、打包后执行都生效
不同环境（dev/staging/prod）怎么动态切换？
别靠手动改 .env，用文件名区分 + load_dotenv() 的自动发现机制。
- 约定命名：
.env（通用）、.env.development、.env.production - 在代码中根据条件加载：
import os
from dotenv import load_dotenv
<p>env = os.getenv("ENVIRONMENT", "development")
load_dotenv(f".env.{env}") # 加载 .env.development 或 .env.production
load_dotenv(override=True) # 再加载 .env 做兜底覆盖</p>
- 启动时指定：
ENVIRONMENT=production python main.py - 或者通过
launch.json的env字段注入："ENVIRONMENT": "staging"
真正容易被忽略的是：VS Code 的 Python 插件对 .env 的支持是“有选择性”的，它只服务于自己的内部流程（调试、补全、lint），并不接管你的终端行为。想让环境变量真正贯穿所有执行路径，就得在代码层做一次统一加载——这不是妥协，而是明确责任边界。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
