20 個環境變量操作的 Python 代碼片段，優化你的開發環境
在Python開發中，環境變量是連接程序與運行時環境的重要橋梁，它們可以幫助我們管理配置、調整行為，甚至在不同的環境中切換設置。今天，我們將通過一系列實用的代碼片段，帶你深入了解如何在Python中操作環境變量，從而優化你的開發流程。
1.獲取單個環境變量
import os
# 獲取名為'MY_VARIABLE'的環境變量
my_var = os.getenv('MY_VARIABLE')
print(f"Value of MY_VARIABLE: {my_var}")解釋：os.getenv()函數用于獲取指定名稱的環境變量，如果變量不存在，返回None或指定的默認值。
2.設置環境變量
import os
# 設置一個名為'MY_VARIABLE'的環境變量
os.environ['MY_VARIABLE'] = 'Hello, World!'
print("Environment variable set.")解釋：os.environ是一個字典對象，可以用來直接讀取和修改環境變量。
3.刪除環境變量
import os
# 刪除名為'MY_VARIABLE'的環境變量
del os.environ['MY_VARIABLE']
print("Environment variable deleted.")**注意:**刪除環境變量前請確保它不是系統或程序運行所必需的。
4.列出所有環境變量
import os
# 打印所有環境變量
for key, value in os.environ.items():
print(f"{key}: {value}")解釋：os.environ.items()返回環境變量的鍵值對，可用于遍歷所有環境變量。
5.檢查環境變量是否存在
import os
# 檢查'MY_VARIABLE'是否存在
if 'MY_VARIABLE' in os.environ:
print("MY_VARIABLE exists.")
else:
print("MY_VARIABLE does not exist.")解釋：**使用in關鍵字檢查環境變量的存在性。
6.使用默認值
import os
# 獲取'MY_VARIABLE'，若不存在則使用默認值
my_var = os.getenv('MY_VARIABLE', 'default_value')
print(f"Value of MY_VARIABLE: {my_var}")解釋：當環境變量未定義時，os.getenv()可以接受第二個參數作為默認值。
7.環境變量的安全處理
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：避免在控制臺或日志中直接打印敏感環境變量的值。
8.跨平臺兼容性
import os
# 在Windows和Unix-like系統上都能正確獲取環境變量
my_var = os.getenv('MY_VARIABLE_WIN', os.getenv('MY_VARIABLE_UNIX'))
print(f"Value of MY_VARIABLE: {my_var}")解釋：考慮到不同操作系統可能使用不同的環境變量名。
9.環境變量的類型轉換
import os
# 將字符串轉換為整數
num_var = int(os.getenv('NUM_VAR', '0'))
print(f"Numeric value: {num_var}")解釋：使用內置的轉換函數如int(), float(), 或 bool()將環境變量轉換為所需的數據類型。
10.動態環境變量
import os
# 動態生成環境變量名并獲取其值
var_name = f"USER_{os.getlogin().upper()}"
user_var = os.getenv(var_name)
print(f"Value for {var_name}: {user_var}")解釋：結合字符串操作和os.getlogin()函數動態創建環境變量名。
11.環境變量優先級
import os
# 優先使用環境變量，其次使用配置文件
config_var = os.getenv('CONFIG_VAR', config_file['default'])
print(f"Config value: {config_var}")解釋：環境變量通常優先于其他配置來源（如配置文件）。
12.多環境支持
import os
# 根據當前環境選擇正確的環境變量
env = os.getenv('ENVIRONMENT', 'development')
db_url = os.getenv(f'{env.upper()}_DB_URL')
print(f"Database URL for {env} environment: {db_url}")解釋：使用不同的環境變量來區分開發、測試和生產環境。
13.環境變量與異常處理
import os
try:
# 嘗試獲取環境變量并進行類型轉換
my_var = int(os.getenv('MY_VARIABLE'))
except ValueError:
print("Invalid value for MY_VARIABLE.")解釋：使用異常處理機制來應對環境變量的錯誤類型或缺失。
14.環境變量與多線程
import os
import threading
def thread_task():
# 在多線程環境下獲取環境變量
print(f"Thread ID: {threading.get_ident()}, MY_VARIABLE: {os.getenv('MY_VARIABLE')}")
# 創建并啟動多個線程
threads = [threading.Thread(target=thread_task) for _ in range(5)]
for t in threads:
t.start()
for t in threads:
t.join()解釋：確保環境變量在多線程環境下的一致性和正確性。
15.高級環境變量管理工具
from dotenv import load_dotenv
# 加載`.env`文件中的環境變量
load_dotenv()
# 現在可以在代碼中像普通環境變量一樣使用這些變量
print(f"Loaded from .env file: {os.getenv('MY_VARIABLE')}")解釋：使用第三方庫如python-dotenv簡化環境變量的加載和管理。
進階與高級用法
16.環境變量與外部服務集成
假設你正在構建一個應用，需要與第三方API交互。為了保護API密鑰不被硬編碼到代碼中，你可以使用環境變量:
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())解釋：通過將API密鑰存儲在環境變量中，你可以在不同的環境中輕松切換密鑰，而無需更改代碼。
17.環境變量與數據庫連接
對于數據庫連接字符串，使用環境變量可以避免硬編碼敏感信息，同時支持多環境部署:
import os
import psycopg2
DB_URI = os.getenv('DATABASE_URL')
connection = psycopg2.connect(DB_URI)
# 進行數據庫操作...解釋：DATABASE_URL環境變量包含了數據庫連接的所有必要信息，如主機名、端口、用戶名、密碼等。
18.環境變量與日志級別
在開發和生產環境中，你可能希望有不同的日志記錄級別。使用環境變量可以實現這一需求:
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為DEBUG時才顯示解釋：通過設置LOG_LEVEL環境變量，可以控制日志的詳細程度，這對于調試和性能監控非常有用。
19.環境變量與多環境配置
在大型項目中，你可能需要為不同的環境（如開發、測試、預發布、生產）配置不同的參數。使用環境變量可以輕松實現這一點:
import os
environment = os.getenv('ENVIRONMENT', 'development')
config = {
'development': {'debug': True},
'production': {'debug': False}
}[environment]解釋：通過讀取ENVIRONMENT環境變量，你可以在運行時決定使用哪套配置。
20.環境變量與自動化測試
在自動化測試框架中，使用環境變量可以控制測試的執行范圍或特定行為:
import os
test_scope = os.getenv('TEST_SCOPE', 'unit')
if test_scope == 'unit':
run_unit_tests()
elif test_scope == 'integration':
run_integration_tests()解釋：通過TEST_SCOPE環境變量，可以決定是運行單元測試還是集成測試，這在持續集成/持續部署（CI/CD）管道中非常常見。
結論
環境變量在Python開發中扮演著至關重要的角色，它們提供了強大的靈活性和安全性。無論你是需要在不同環境中切換配置，還是想保護敏感信息，環境變量都是一個不可或缺的工具。通過本文提供的代碼片段和場景應用，相信你已經掌握了如何有效地利用環境變量來優化你的開發環境。
