python-dotenv
python-dotenv下面是一份完整的教程涵盖了从安装到进阶使用的所有内容并针对 Python 3.14 环境做了特别说明。 准备工作安装与兼容性首先确保你安装的python-dotenv版本至少是1.2.2因为从这个版本开始它才正式添加了对 Python 3.14 的官方支持 。# 使用 pip 安装该版本支持 Python 3.10 到 3.14pipinstallpython-dotenv# 如果还想使用命令行工具CLI可以这样安装pipinstallpython-dotenv[cli]安装后你可以用下面的命令验证一下版本是否满足要求 python-cimport dotenv; print(dotenv.__version__) 核心用法load_dotenv()与.env文件最常规的用法就是在项目根目录创建一个.env文件然后在代码入口处加载它。1. 创建.env文件在你的项目根目录下创建一个.env文件语法与 Bash 类似 # .env 文件内容示例# 等号两边不能有空格DATABASE_URLpostgresql://user:passlocalhost/dbSECRET_KEYyour-secret-key# 支持变量引用注意使用 ${VAR} 的格式DOMAINexample.orgADMIN_EMAILadmin${DOMAIN}特别注意.env文件包含敏感信息务必将其添加到.gitignore文件中避免泄露 。2. 在代码中加载在你的 Python 程序入口文件如main.py或app.py的最顶部调用load_dotenv()。一个最常见的错误就是在调用os.getenv()之后才加载这会导致变量读取不到 。# main.pyimportosfromdotenvimportload_dotenv# 关键在一切代码之前加载 .env 文件# 它默认会在当前工作目录查找 .env 文件load_dotenv()# 现在可以安全地读取环境变量了db_urlos.getenv(DATABASE_URL)secretos.getenv(SECRET_KEY)print(fDatabase URL:{db_url})load_dotenv()默认行为是不覆盖已存在的系统环境变量overrideFalse。如果你希望.env文件里的值强制覆盖系统变量可以传入overrideTrue。⚙️ 进阶配置与最佳实践在实际项目中你可能会遇到更复杂的场景以下是一些实用的技巧。精准定位.env文件load_dotenv()默认查找当前工作目录即启动脚本时所在的目录的.env文件。如果项目结构复杂或者从 IDE 运行工作目录可能和预期不一致导致加载失败 。一个稳健的做法是使用__file__来定位.env文件的绝对路径 frompathlibimportPathfromdotenvimportload_dotenv# 获取当前文件所在目录再定位到项目根目录的 .env 文件env_pathPath(__file__).parent/.envload_dotenv(dotenv_pathenv_path)管理多环境配置开发、测试、生产你可以为不同环境维护不同的配置文件如.env.dev,.env.prod然后根据当前环境动态加载 。importosfromdotenvimportload_dotenv# 根据 ENV 环境变量决定加载哪个文件envos.getenv(ENV,dev)# 默认是 devload_dotenv(f.env.{env})# 如果在命令行设置了 ENVprod就会加载 .env.prod读取但不修改系统环境变量dotenv_values如果你只想读取.env文件的配置但不想将它们写入os.environ可以使用dotenv_values函数。它会返回一个包含所有键值对的字典 。fromdotenvimportdotenv_values configdotenv_values(.env)print(config.get(DATABASE_URL))这在你需要合并多个配置文件时非常有用 importosfromdotenvimportdotenv_values config{**dotenv_values(.env.shared),# 基础配置**dotenv_values(.env.secret),# 敏感配置**os.environ,# 系统环境变量优先级最高}在 Python 3.14 中处理类型转换一个重要注意事项os.getenv()和dotenv_values()返回的值始终是字符串或None。你需要手动将它们转换为预期的类型特别是在 Python 3.14 中类型检查可能更严格 。importos# 获取字符串database_urlos.getenv(DATABASE_URL)# 转换为整数portint(os.getenv(PORT,8000))# 转换为布尔值更严谨的判断debugos.getenv(DEBUG,false).lower()in(true,1,t)️ 命令行工具 (CLI)安装带[cli]扩展的版本后你可以直接在终端操作.env文件无需手动编辑 。# 设置变量$ dotenvsetUSERNAME admin# 列出所有变量$ dotenv list# 以 JSON 格式输出$ dotenv list--formatjson# 在加载了 .env 文件的环境中运行指定命令$ dotenv run -- python my_script.py 安全与生产环境注意事项生产环境禁用在生产环境如服务器、Docker容器中建议直接使用系统环境变量通过-e参数或编排工具注入而不是依赖.env文件。python-dotenv专为开发环境设计但它的override行为保证了系统变量优先级更高 。强制禁用如果你无法修改第三方代码中的load_dotenv()调用可以在环境变量中设置PYTHON_DOTENV_DISABLED1来全局禁用它 。

相关新闻

Jellium Desktop媒体服务器连接管理:多服务器切换与优先级设置

Jellium Desktop媒体服务器连接管理:多服务器切换与优先级设置

Jellium Desktop媒体服务器连接管理:多服务器切换与优先级设置 【免费下载链接】jellium-desktop An unofficial desktop client for Jellyfin 项目地址: https://gitcode.com/GitHub_Trending/je/jellium-desktop Jellium Desktop是一款功能强大的非官方Jel…

2026/7/27 5:05:41 阅读更多 →
关于 springmvc 中的 ResponseBody 和 RequestBody 两个注解的差别

关于 springmvc 中的 ResponseBody 和 RequestBody 两个注解的差别

对比维度RequestBodyResponseBody数据流向前端 → 后端(入参、接收请求数据)后端 → 前端(出参、返回响应数据)作用位置仅方法参数方法、类核心功能请求体JSON → Java对象(反序列化)Java对象 → 响应体JSO…

2026/7/28 7:19:56 阅读更多 →
宝塔面板PHP代码加密实战:IonCube/SG16/DECK三种方案我都试了一遍

宝塔面板PHP代码加密实战:IonCube/SG16/DECK三种方案我都试了一遍

前言 上个月有个客户找我,说之前的外包团队跑路了,但服务器上还跑着人家写的PHP项目。他想找人接手,打开服务器一看——好嘛,源码被人动过了,核心的计费逻辑被摸得门儿清。 具体亏了多少他没细说,但从那之后…

2026/7/27 12:49:48 阅读更多 →

最新新闻

Processing创意编程:用玫瑰线方程实现数学可视化与动态艺术

Processing创意编程:用玫瑰线方程实现数学可视化与动态艺术

1. 从“玫瑰”到“代码”:一个迷人的数学可视化项目如果你对创意编程感兴趣,或者正在学习Processing,那么“玫瑰线”绝对是一个不容错过的经典项目。它不像那些复杂的3D渲染或物理模拟,需要深厚的数学和图形学功底。玫瑰线项目的美…

2026/7/29 1:23:51 阅读更多 →
算法可视化对教学与调试效率的影响分析

算法可视化对教学与调试效率的影响分析

引言 算法可视化技术的定义与背景教学与调试过程中传统方法的局限性算法可视化的核心价值与潜力 算法可视化的技术实现 可视化工具与框架(如D3.js、Matplotlib、VisuAlgo等)动态演示与交互式功能的设计支持的教学场景(排序、图论、动态规划等…

2026/7/29 1:23:51 阅读更多 →
【RT-DETR多模态创新改进】TGRS 2026 | 全网独家改进、特征融合创新篇 | 引入HCMFA分层跨模态特征融合模块,实现跨模态对齐与信息聚合,适合多模态融合目标检测任务,高效涨点

【RT-DETR多模态创新改进】TGRS 2026 | 全网独家改进、特征融合创新篇 | 引入HCMFA分层跨模态特征融合模块,实现跨模态对齐与信息聚合,适合多模态融合目标检测任务,高效涨点

一、本文介绍 🔥本文给大家介绍使用HCMFA分层跨模态特征聚合模块改进 RT-DETR多模态网络模型,可以在特征提取与融合阶段对不同模态和不同尺度的特征进行渐进式对齐与聚合,有效缓解多模态数据在成像机理和特征分布上的差异。该模块通过跨尺度特征交互以及光谱(通道)与空间…

2026/7/29 1:23:51 阅读更多 →
设计模式中的原则

设计模式中的原则

本文是【GoF设计模式】系列的前置篇前言本篇可以当做设计模式学习前的入门,也可以当成设计模式学习后的复习。先看一段典型的"面条代码": // 一个臃肿的 UserService:校验、持久化、通知、日志全堆在一起 public class UserService…

2026/7/29 1:23:51 阅读更多 →
缓存友好的数据结构设计原则与实现案例

缓存友好的数据结构设计原则与实现案例

缓存友好的数据结构设计原则 局部性原理的应用 时间局部性(频繁访问的数据集中存储)与空间局部性(相邻数据预加载)是核心原则。结构设计应确保热点数据在物理内存中连续分布,减少缓存行(Cache Line&#xf…

2026/7/29 1:23:51 阅读更多 →
Agent Loop 入门到深入:从 ReAct 到 LangGraph、Agents SDK 与 MCP

Agent Loop 入门到深入:从 ReAct 到 LangGraph、Agents SDK 与 MCP

Agent Loop 入门到深入:从 ReAct 到 LangGraph、Agents SDK 与 MCP 这两年 “Agent” 这个词被用得很满:聊天机器人叫 agent,工具调用叫 agent,自动写代码叫 agent,多角色协作也叫 agent。真正值得抓住的不是名词&…

2026/7/29 1:22:51 阅读更多 →

日新闻

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

【RT-DETR多模态创新改进】CVPR 2025 | 独家特征融合创新改进篇 | 引入RLAB残差线性注意力模块,有效融合并强调多尺度特征,多种改进点,适合红外与可见光融合目标检测任务,有效涨点

一、本文介绍 🔥本文在RT-DETR多模态融合目标检测中引入RLAB残差线性注意力模块,可在不同模态特征交互阶段进行多次残差细化,使可见光、红外等特征在尺度、语义和空间位置上更好对齐;随后将细化特征与解码器输出拼接并生成Q、K、V,通过线性注意力自适应强化关键通道、目…

2026/7/29 0:00:23 阅读更多 →
AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础

AI编程系列02:合并知识功能,给 AI 问数和 RAG 场景打基础 在上一期「AI编程系列」中,我们学习了如何构建一个基础的 AI 问答系统,通过简单的输入输出让模型回应问题。但现实世界中的 AI 应用往往需要处理更复杂的场景:…

2026/7/29 0:00:23 阅读更多 →
AI智能体开发实战:从工具调用到企业级部署

AI智能体开发实战:从工具调用到企业级部署

1. 从被动问答到主动执行:AI Agent的范式转变过去两年,大语言模型最显著的应用形态是聊天机器人——用户提问,AI回答。但真正的生产力革命发生在2023年下半年:当AI学会主动调用工具完成任务时,生产力工具的历史被彻底改…

2026/7/29 0:00:23 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/28 12:04:22 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/28 8:29:16 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/28 5:03:42 阅读更多 →

月新闻