Python环境变量自动配置:实现生产与开发环境无缝切换

Python环境变量自动配置:实现生产与开发环境无缝切换

导言

日常开发中经常会区分生产环境 和开发环境 和测试环境,每一个环境中都有固定的配置,例如 api地址,数据库连接配置,redis连接配置等。

当我们在开发的时候需要来回切换这些配置,而且容易出错。

这里我将介绍如何使用Python环境变量自动配置生产与开发环境,实现环境间的无缝切换。

实现目标

本地开发完成后,将代码全部移植到线上环境可以直接运行,不用更改其他配置。

准备:根据环境变量自动匹配开发环境

这里我只是针对简单的生产 和开发 环境,对于多种环境复杂环境,需要用户自行做一些其他的方案选型,例如 python-dotenv等

环境变量配置

需要用户提前在生产端 和电脑端分别配置环境变量,这里我用window系统展示

  • 生产环境配置true

  • 开发环境配置false

实现:

python 复制代码
import os
​
# 环境配置
IS_PRO = False  # 默认值
DEV_BASE_URL = "http://192.168.78.24:18888/api"
PRO_BASE_URL = "http://128.128.55.123:1234/api"
DEV_REDIS_URL = "redis://192.168.78.11"
PRO_REDIS_URL = "redis://128.128.55.123"
​
​
def detect_environment():
    """检测当前运行环境"""
    global IS_PRO
    try:
        # 通过环境变量判断是否为生产环境
        IS_PRO = os.environ.get("CCRC_TOOL_AUTOMATION", "").lower() == "true"
    except Exception as e:
        print(f"环境检测失败: {e}")
        IS_PRO = False
​
​
def get_config():
    """获取当前环境配置"""
    detect_environment()
    return {
        "IS_PRO": IS_PRO,
        "BASE_URL": PRO_BASE_URL if IS_PRO else DEV_BASE_URL,
        "REDIS_URL": PRO_REDIS_URL if IS_PRO else DEV_REDIS_URL,
    }
​
​
# 使用示例
if __name__ == "__main__":
    config = get_config()
    print("\n当前环境配置:")
    print(f"是否为生产环境: {config['IS_PRO']}")
    print(f"API地址: {config['BASE_URL']}")
    print(f"Redis地址: {config['REDIS_URL']}")

结尾

通过核心代码片段IS_PRO = os.environ.get("CCRC_TOOL_AUTOMATION", "").lower() == "true"获取环境变量并自动判断当前环境,自动获取匹配对应配置文件。

相关推荐
深蓝AI2 分钟前
Python 3.13 的 Queue.shutdown:异步消费者终于能正常收工了
后端
尹人入圣33 分钟前
目前热门的IP驱动产业新场景新工具
网络·python·网络协议·tcp/ip
武子康40 分钟前
MultiNet6 空闲崩溃:`EXCVADDR=0x8` 后又出现 `CORRUPT HEAP`
人工智能·后端·agent
Nuanyt1 小时前
Agent 学习笔记(下篇三):上线工程、进阶选择与操作界面(Stage 7 / 7.5 / 8 + 延伸路线)
笔记·python·学习·memory·aiagent·harness
吴卫斌1 小时前
定投ETF实战指南(四):行业/主题ETF——定投的“进攻端“
开发语言·python·股票·量化
2601_967987372 小时前
Python——入门级(定义功能def函数)
python·函数·可变参数·默认参数·关键字参数
武子康2 小时前
MultiNet7 每轮都 clean,ESP32-P4 内存为什么还在掉?
人工智能·后端·agent
超级架构师2 小时前
PRAXO-CORE 2.5.0:用 conformance 和显式边界构建 Go Agent 框架
开发语言·人工智能·后端·golang·ai编程·智能体框架·praxo-core
陈随易3 小时前
AI 运维服务器,安全又可靠的方法
前端·后端·程序员
专注仿真4 小时前
梯度提升类(XFBoost)算法详解与代码实例
开发语言·人工智能·python·算法·大模型训练·控制算法