两种读取环境变量的方法:os.getenv()和os.environ[]区别

一、 环境变量导入

os.environ['AZURE_OPENAI_API_KEY']os.getenv("AZURE_OPENAI_ENDPOINT") 都用于访问环境变量,但它们在使用上有一些区别。

os.environ['AZURE_OPENAI_API_KEY']

  • 类型: 直接访问字典

  • 用法 : os.environ 是一个字典对象,包含了系统的环境变量。通过使用键(如 'AZURE_OPENAI_API_KEY'),可以直接访问相应的环境变量值。

  • 行为 : 如果请求的环境变量不存在,将会引发一个 KeyError 异常。

  • 示例 :

    python 复制代码
    import os
    api_key = os.environ['AZURE_OPENAI_API_KEY']

os.getenv("AZURE_OPENAI_ENDPOINT")

  • 类型: 函数调用

  • 用法 : os.getenv 是一个函数,用于获取环境变量的值。它允许设置一个默认值,当环境变量不存在时返回这个默认值。

  • 行为 : 如果请求的环境变量不存在,将返回 None,而不会引发异常。这使得它在需要处理环境变量可能不存在的情况下更加安全。

  • 示例 :

    python 复制代码
    import os
    endpoint = os.getenv("AZURE_OPENAI_ENDPOINT", "default_value")

比较和联系

  • 相同点:

    • 都用于获取环境变量的值。
    • 都属于 os 模块。
  • 不同点:

    • 错误处理 : os.environ 直接访问会在变量不存在时引发异常,而 os.getenv 则返回 None 或指定的默认值。
    • 用法场景 : os.environ 更适合用于确保环境变量一定存在的场景,否则程序应该异常终止;os.getenv 更适合在环境变量可能不存在时提供默认值的情况。

实际应用示例

在实际应用中,选择哪种方法取决于您的需求。例如,如果确保 AZURE_OPENAI_API_KEY 一定要存在,可以使用 os.environ

python 复制代码
import os

try:
    api_key = os.environ['AZURE_OPENAI_API_KEY']
except KeyError:
    print("Error: AZURE_OPENAI_API_KEY not set")
    exit(1)

如果 AZURE_OPENAI_ENDPOINT 可能不存在且有默认值,可以使用 os.getenv

python 复制代码
import os

endpoint = os.getenv("AZURE_OPENAI_ENDPOINT", "https://default.endpoint.com")
print(f"Using endpoint: {endpoint}")

这样,可以根据实际情况更灵活地处理环境变量的获取和错误处理。

二、配置文件导入

from config import *

小心同目录文件夹里得有__init__.py封装好变成模块。

三、全局变量

简单测试文件可以直接定义成全局变量。

相关推荐
哇咔咔哇咔20 分钟前
【科普】conda、virtualenv, venv分别是什么?它们之间有什么区别?
python·conda·virtualenv
CSXB9942 分钟前
三十四、Python基础语法(文件操作-上)
开发语言·python·功能测试·测试工具
亚图跨际1 小时前
MATLAB和Python及R潜变量模型和降维
python·matlab·r语言·生物学·潜变量模型
IT古董2 小时前
【机器学习】决定系数(R²:Coefficient of Determination)
人工智能·python·机器学习
德育处主任Pro2 小时前
『Django』APIView基于类的用法
后端·python·django
Star Patrick2 小时前
算法训练(leetcode)二刷第十九天 | *39. 组合总和、*40. 组合总和 II、*131. 分割回文串
python·算法·leetcode
武子康3 小时前
大数据-213 数据挖掘 机器学习理论 - KMeans Python 实现 距离计算函数 质心函数 聚类函数
大数据·人工智能·python·机器学习·数据挖掘·scikit-learn·kmeans
写点什么啦3 小时前
使用R语言survminer获取生存分析高风险和低风险的最佳截断值cut-off
开发语言·python·r语言·生存分析·x-tile
武子康3 小时前
大数据-214 数据挖掘 机器学习理论 - KMeans Python 实现 算法验证 sklearn n_clusters labels
大数据·人工智能·python·深度学习·算法·机器学习·数据挖掘
封步宇AIGC4 小时前
量化交易系统开发-实时行情自动化交易-Okex K线数据
人工智能·python·机器学习·数据挖掘