20 个环境变量操作的 Python 代码片段，优化你的开发环境-51CTO.COM

在Python开发中，环境变量是连接程序与运行时环境的重要桥梁，它们可以帮助我们管理配置、调整行为，甚至在不同的环境中切换设置。今天，我们将通过一系列实用的代码片段，带你深入了解如何在Python中操作环境变量，从而优化你的开发流程。

1.获取单个环境变量

import os

# 获取名为'MY_VARIABLE'的环境变量
my_var = os.getenv('MY_VARIABLE')
print(f"Value of MY_VARIABLE: {my_var}")

解释：os.getenv()函数用于获取指定名称的环境变量，如果变量不存在，返回None或指定的默认值。

2.设置环境变量

import os

# 设置一个名为'MY_VARIABLE'的环境变量
os.environ['MY_VARIABLE'] = 'Hello, World!'
print("Environment variable set.")

解释：os.environ是一个字典对象，可以用来直接读取和修改环境变量。

3.删除环境变量

import os

# 删除名为'MY_VARIABLE'的环境变量
del os.environ['MY_VARIABLE']
print("Environment variable deleted.")

**注意:**删除环境变量前请确保它不是系统或程序运行所必需的。

4.列出所有环境变量

import os

# 打印所有环境变量
for key, value in os.environ.items():
    print(f"{key}: {value}")

解释：os.environ.items()返回环境变量的键值对，可用于遍历所有环境变量。

5.检查环境变量是否存在

import os

# 检查'MY_VARIABLE'是否存在
if 'MY_VARIABLE' in os.environ:
    print("MY_VARIABLE exists.")
else:
    print("MY_VARIABLE does not exist.")

解释：**使用in关键字检查环境变量的存在性。

6.使用默认值

import os

# 获取'MY_VARIABLE'，若不存在则使用默认值
my_var = os.getenv('MY_VARIABLE', 'default_value')
print(f"Value of MY_VARIABLE: {my_var}")

解释：当环境变量未定义时，os.getenv()可以接受第二个参数作为默认值。

7.环境变量的安全处理

import os

# 避免在日志中泄露敏感信息
secret_key = os.getenv('SECRET_KEY')
print("Secret Key set." if secret_key else "Secret Key not set.")

提示：避免在控制台或日志中直接打印敏感环境变量的值。

8.跨平台兼容性

import os

# 在Windows和Unix-like系统上都能正确获取环境变量
my_var = os.getenv('MY_VARIABLE_WIN', os.getenv('MY_VARIABLE_UNIX'))
print(f"Value of MY_VARIABLE: {my_var}")

解释：考虑到不同操作系统可能使用不同的环境变量名。

9.环境变量的类型转换

import os

# 将字符串转换为整数
num_var = int(os.getenv('NUM_VAR', '0'))
print(f"Numeric value: {num_var}")

解释：使用内置的转换函数如int(), float(), 或 bool()将环境变量转换为所需的数据类型。

10.动态环境变量

import os

# 动态生成环境变量名并获取其值
var_name = f"USER_{os.getlogin().upper()}"
user_var = os.getenv(var_name)
print(f"Value for {var_name}: {user_var}")

解释：结合字符串操作和os.getlogin()函数动态创建环境变量名。

11.环境变量优先级

import os

# 优先使用环境变量，其次使用配置文件
config_var = os.getenv('CONFIG_VAR', config_file['default'])
print(f"Config value: {config_var}")

解释：环境变量通常优先于其他配置来源（如配置文件）。

12.多环境支持

import os

# 根据当前环境选择正确的环境变量
env = os.getenv('ENVIRONMENT', 'development')
db_url = os.getenv(f'{env.upper()}_DB_URL')
print(f"Database URL for {env} environment: {db_url}")

解释：使用不同的环境变量来区分开发、测试和生产环境。

13.环境变量与异常处理

import os

try:
    # 尝试获取环境变量并进行类型转换
    my_var = int(os.getenv('MY_VARIABLE'))
except ValueError:
    print("Invalid value for MY_VARIABLE.")

解释：使用异常处理机制来应对环境变量的错误类型或缺失。

14.环境变量与多线程

import os
import threading

def thread_task():
    # 在多线程环境下获取环境变量
    print(f"Thread ID: {threading.get_ident()}, MY_VARIABLE: {os.getenv('MY_VARIABLE')}")

# 创建并启动多个线程
threads = [threading.Thread(target=thread_task) for _ in range(5)]
for t in threads:
    t.start()
for t in threads:
    t.join()

解释：确保环境变量在多线程环境下的一致性和正确性。

15.高级环境变量管理工具

from dotenv import load_dotenv

# 加载`.env`文件中的环境变量
load_dotenv()

# 现在可以在代码中像普通环境变量一样使用这些变量
print(f"Loaded from .env file: {os.getenv('MY_VARIABLE')}")

解释：使用第三方库如python-dotenv简化环境变量的加载和管理。

进阶与高级用法

16.环境变量与外部服务集成

假设你正在构建一个应用，需要与第三方API交互。为了保护API密钥不被硬编码到代码中，你可以使用环境变量:

import os
import requests

API_KEY = os.getenv('API_KEY')
response = requests.get('https://api.example.com/data', headers={'Authorization': f'Bearer {API_KEY}'})
print(response.json())

解释：通过将API密钥存储在环境变量中，你可以在不同的环境中轻松切换密钥，而无需更改代码。

17.环境变量与数据库连接

对于数据库连接字符串，使用环境变量可以避免硬编码敏感信息，同时支持多环境部署:

import os
import psycopg2

DB_URI = os.getenv('DATABASE_URL')
connection = psycopg2.connect(DB_URI)
# 进行数据库操作...

解释：DATABASE_URL环境变量包含了数据库连接的所有必要信息，如主机名、端口、用户名、密码等。

18.环境变量与日志级别

在开发和生产环境中，你可能希望有不同的日志记录级别。使用环境变量可以实现这一需求:

import os
import logging

log_level = os.getenv('LOG_LEVEL', 'INFO')
logging.basicConfig(level=log_level)

logging.info('This is an info message.')
logging.debug('This is a debug message.')  # 只有在LOG_LEVEL为DEBUG时才显示

解释：通过设置LOG_LEVEL环境变量，可以控制日志的详细程度，这对于调试和性能监控非常有用。

19.环境变量与多环境配置

在大型项目中，你可能需要为不同的环境（如开发、测试、预发布、生产）配置不同的参数。使用环境变量可以轻松实现这一点:

import os

environment = os.getenv('ENVIRONMENT', 'development')
config = {
    'development': {'debug': True},
    'production': {'debug': False}
}[environment]

解释：通过读取ENVIRONMENT环境变量，你可以在运行时决定使用哪套配置。

20.环境变量与自动化测试

在自动化测试框架中，使用环境变量可以控制测试的执行范围或特定行为:

import os

test_scope = os.getenv('TEST_SCOPE', 'unit')
if test_scope == 'unit':
    run_unit_tests()
elif test_scope == 'integration':
    run_integration_tests()

解释：通过TEST_SCOPE环境变量，可以决定是运行单元测试还是集成测试，这在持续集成/持续部署（CI/CD）管道中非常常见。

结论

环境变量在Python开发中扮演着至关重要的角色，它们提供了强大的灵活性和安全性。无论你是需要在不同环境中切换配置，还是想保护敏感信息，环境变量都是一个不可或缺的工具。通过本文提供的代码片段和场景应用，相信你已经掌握了如何有效地利用环境变量来优化你的开发环境。