hydra 默认将配置值解析为字符串，无法直接引用 python 对象（如 `sys.stdout`）。本文介绍通过 omegaconf 自定义解析器（custom resolver）将配置中的占位符动态解析为真实对象，实现灵活、安全的非字符串配置注入。
在使用 Hydra 管理日志、数据库连接、文件路径等配置时，常需传入 Python 运行时对象（如 sys.stdout、open('log.txt', 'a')、logging.NullHandler()），但 Hydra 的 YAML 配置天然只支持标量（字符串、数字、布尔）、列表和映射——所有字段默认以字符串形式加载，无法直接表示模块属性或实例。
例如，以下配置看似合理，实则无效：
# config/log.yaml log: level: INFO stream: sys.stdout # ❌ 加载后是字符串 "sys.stdout"，而非真正的 stdout 对象
若在代码中直接使用 cfg.log.stream，会抛出 TypeError: expected a file-like object 等错误。
✅ 正确解法：利用 OmegaConf 的 自定义解析器（Custom Resolver），在配置解析阶段动态求值。它允许你注册一个函数，将形如 ${resolver_name:arg} 的占位符替换为该函数的返回值。
以下是完整实践步骤：
- 注册解析器（推荐在应用启动早期、@hydra.main 之前执行）：
from omegaconf import OmegaConf
import sys
# 注册名为 "sys.stdout" 的解析器，返回 sys.stdout 对象
OmegaConf.register_new_resolver("sys.stdout", lambda _: sys.stdout)
# 也可注册更通用的解析器（见进阶提示）
OmegaConf.register_new_resolver("getattr", lambda module_path, attr_name: getattr(__import__(module_path), attr_name))- 在 YAML 配置中使用解析器语法：
# config/log.yaml
log:
level: INFO
stream: ${sys.stdout:_} # ✅ 解析器名 + 占位参数（_ 表示无实际用途，仅满足 lambda 参数要求）- 在 Hydra 主函数中使用：
from hydra import initialize, compose
from hydra.core.global_hydra import GlobalHydra
from omegaconf import DictConfig
import sys
@hydra.main(version_base=None, config_path="../config", config_name="main")
def main(cfg: DictConfig) -> None:
from loguru import logger
# cfg.log.stream 已是真实的 <_io.TextIOWrapper ...> 对象
logger.add(cfg.log.stream, level=cfg.log.level)
logger.info("Log initialized via Hydra config!")
if __name__ == "__main__":
main()⚠️ 重要注意事项：
- 自定义解析器必须在 OmegaConf.create() 或 Hydra 加载配置之前注册，否则解析失败；
- 解析器函数应无副作用、幂等、轻量，避免在其中执行耗时操作或修改全局状态；
- 不建议在解析器中执行任意 eval() 或 exec() —— 这会带来严重安全风险；上述 getattr 示例仅作演示，生产环境请显式白名单允许的模块/属性；
- 若需支持多种流对象（如 sys.stderr、文件路径），可注册统一解析器，如 ${stream:sys.stderr}，并用 lambda name: getattr(sys, name) 实现。
? 总结：Hydra 本身不支持原生 Python 对象字面量，但通过 OmegaConf 的 register_new_resolver，你可以在保持 YAML 可读性与声明式风格的同时，安全、可控地注入运行时对象。这是连接配置即代码（Configuration-as-Code）与 Python 生态能力的关键桥梁。
