本文介绍一种简洁可靠的python包导入策略，通过动态赋值模块变量实现库切换，既保持 p1.f() 的清晰调用语法，又避免硬编码路径或修改 sys.path，兼顾可维护性与可读性。
在实际项目中，当存在多个结构一致（如均含 p1、p2 子包）但功能不同的库（如 lib1 与 lib2），我们常需在不改动主业务代码的前提下快速切换底层实现。理想方案应满足：
- 主代码中调用形式统一（如 p1.func() 或 lib.p1.func()）；
- 切换仅需修改一处配置，无需重写所有 import 语句；
- 不依赖 from ... import *（易引发命名冲突且破坏 IDE 自动补全）；
- 避免修改 sys.path 或 PYTHONPATH（影响全局环境，不利于测试与部署）。
✅ 推荐做法：模块别名 + 单点配置
在项目根目录创建统一入口模块（如 lib_config.py）：
# lib_config.py
# ✅ 只需修改这一行即可切换底层库
CURRENT_LIB = "lib1" # 或 "lib2"
if CURRENT_LIB == "lib1":
import lib1 as lib
elif CURRENT_LIB == "lib2":
import lib2 as lib
else:
raise ImportError(f"Unsupported library: {CURRENT_LIB}")
# 可选：将子包直接暴露为顶层属性（增强可读性）
p1 = lib.p1
p2 = lib.p2主程序中使用方式如下：
macOS UI 自动化技能包 —— 用 Python 控制你的 Mac
下载
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
立即学习“Python免费学习笔记（深入）”；
# main.py
from lib_config import lib, p1, p2
# 方式1：通过 lib.p1 访问（显式、推荐）
result = lib.p1.process_data("input")
# 方式2：直接使用 p1（更简洁，适合高频调用）
output = p1.transform("data")
p2.log_event("completed")
# ✅ 切换时只需修改 lib_config.py 中的 CURRENT_LIB 字符串? 进阶技巧（可选）：
- 使用环境变量控制切换，提升部署灵活性：
import os CURRENT_LIB = os.getenv("ACTIVE_LIB", "lib1") # 在启动前设置 export ACTIVE_LIB=lib2 - 添加类型提示（Python 3.9+）提升 IDE 支持：
from typing import TYPE_CHECKING if TYPE_CHECKING: import lib1 as _lib1 import lib2 as _lib2 lib: _lib1 | _lib2
⚠️ 注意事项：
- *避免 `from lib_config import `** —— 会丢失模块层级语义，且无法静态分析；
- *不要在 lib_config.py 中执行 `from lib1.p1 import `** —— 将导致命名空间污染，丧失包结构；
- 若 lib1/lib2 非安装包（即未 pip install），请确保其路径已加入 sys.path（建议通过 PYTHONPATH 或 pathlib.Path(__file__).parent.parent 动态添加）。
该方案本质是“模块级依赖注入”，轻量、无侵入、符合 Python 哲学——显式优于隐式，简单优于复杂。
