目錄
1、將組態寫在Python檔中
2、利用外部設定檔
linux、ubuntu 環境變數
windows 環境變數
3、直接使用系統環境變數讀取組態
4、微服務架構
5、一般專案中建議的設定方式
首頁 後端開發 Python教學 正確讀取和寫入Python專案中的配置的方法是什麼?

正確讀取和寫入Python專案中的配置的方法是什麼?

May 09, 2023 pm 07:16 PM
python 設定檔

正確讀取和寫入Python專案中的配置的方法是什麼?

1、將組態寫在Python檔中

#這種方法非常簡單,但它有嚴重的安全性問題,我們都知道不應該把配置寫在程式碼中,如果有人把我們的原始碼上傳到了github中,那麼資料庫的配置就相當於向全世界公開了,當然,當設定檔不包含敏感資訊時,也可以才有這種簡單的方法。

2、利用外部設定檔

讓設定檔和程式碼獨立開來,通常使用 json、yaml或ini的檔案格式來儲存設定。

結合環境變數和python 庫讀取外部文件,首先開發通常不會接觸到生成環境,因此生成環境的配置文件由運維來寫,維運將應用所所需的配置寫好後,放到生產伺服器的指定位置,程式碼從指定位置讀取配置。

為了方便程式的統一偵錯,可以事先約定好一個系統環境變數(XXX_CONFIG_PATH)來指定設定檔的存放路徑。

例如:export XXX_CONFIG_PATH =
/home/test/configs/config.ini
 此為設定臨時環境變數

linux、ubuntu 環境變數

查看环境变量:
 env
 设置永久环境变量
 1.在/etc/profile 的文件下编辑,所改变的环境变量是面向所有用户的
 export CLASSPATH = /../...该路径为绝对路径
 2.在当前用户目录下./barsh_profile文件中修改 进行修改的话,仅对当前的用户生效
 vim /home/wens/.barshc
 export CLASSPATH = /../...该路径为绝对路径
 最后使用source命令 可以直接使环境变量生效
 source/home/wens/.barshc //直接跟环境变量的文件
登入後複製

windows 環境變數

查看环境变量:
 set
 查看某个环境变量:
 set path
 修改环境变量
 输入 “set 变量名=变量内容”即可。比如将path设置为“d:nmake.exe”,只要输入set path="d:nmake.exe"
 注意:所有的在cmd命令行下对环境变量的修改只对当前窗口有效,不是永久性的修改。也就是说当关闭此cmd命令行窗口后,将不再起作用。
 永久性修改环境变量的方法有两种:
 一种是直接修改注册表
 另一种是通过我的电脑-〉属性-〉高级,来设置系统的环境变量(查看详细) 
 设置了环境变量后,需要重启 pycharm 生效
登入後複製

3、直接使用系統環境變數讀取組態

此方法不使用檔案來儲存設定訊息,將所有的設定資訊儲存到環境變數中,在實務上比較常見,運維透過ansible 部署腳本,在程式運作前將需要設定的資訊匯入到環境變數中。

不利用文件存儲,在一定程度上加強了對密碼等配置資訊的保護,但也增加了維運的工作量,尤其是當需要修改配置時。

4、微服務架構

在一些微服務架構中,會專門開發配置中心,程式直接從線上讀取配置,配置的管理也會開發一套GUI,方便開發與維運。

5、一般專案中建議的設定方式

-app
-__init.py
-app.py
-settings
 -__init__.py
 -base.py
 -dev.py
 -prod.py
登入後複製

其中 __init__.py 中,新增判斷邏輯,判斷目前環境使用開發環境還是生產環境,從而載入不同的配置參數。

# settings/__init__.py
 import os
 # os.environ.get() 用于获取系统中的环境变量,因为在生产环境中,一般都会把一些关键性的参数写到系统的环境中。
 # 所以PROFILE的值其实就是我们配置的环境变量的值。如果没有配这个值,默认走dev的配置。
 # PYTHON_PRO_PROFILE = os.environ.get("PYTHON_PRO_PROFILE", "dev")
 PYTHON_PRO_PROFILE = os.environ.get("PYTHON_PRO_PROFILE")
 print("是开发环境还是生产环境: ", PYTHON_PRO_PROFILE) 
 if PYTHON_PRO_PROFILE == "dev":
 from .dev import *
 elif PYTHON_PRO_PROFILE == "prod":
 from .prod import *
 else:
 raise Exception("Not supported runtime profile {}".format(PYTHON_PRO_PROFILE))
登入後複製

其中 base.py 儲存一些公用的配置,然後在開發環境 dev.py 與生產環境 prod. py 中導入 base.py 的變數。

# settings/base.py
 import os
 import time
 # os.path.abspath: 获取完整路径(包含文件名)
 current_exec_abspath = os.path.abspath(__file__)
 current_exec_dir_name, _ = os.path.split(current_exec_abspath)
 current_up_dir, _ = os.path.split(current_exec_dir_name)
 current_up2_dir, _ = os.path.split(current_up_dir)
 print('------log dir=------', current_up2_dir)
 # 日志文件路径设置
 log_path = f"{current_up2_dir}/logs"
 if not os.path.exists(log_path):
 os.makedirs(log_path)
 t = time.strftime("%Y_%m_%d")
 log_path_file = f"{log_path}/interface_log_{t}.log"
登入後複製

其中 dev.py:

#
# 导入了base下所有参数
 from .base import *
 database = {
 "protocol": "mysql+mysqlconnector",
 "username": "xxxxxx",
 "password": "hash string",
 "port": 3306,
 "database": "repo"
 }
登入後複製

其中 prod.py:

# 导入了base下所有参数
 from .base import *
 database = {
 "protocol": "xxxxxxxxxxx",
 "username": "xxxxxxxxxxx",
 "password": "xxxxxxxxxxx",
 "port": 3344,
 "database": "xxxx"
 }
 对于一些敏感信息可在环境变量里设置,通过如下方法获取,例如:
 MAIL_SERVER = os.environ.get('MAIL_SERVER', 'smtp.163.com') 
 MAIL_USERNAME = os.environ.get('MAIL_USERNAME') or 'test'
 MAIL_PASSWORD = os.environ.get('MAIL_PASSWORD') or '12345678'
登入後複製

以上是正確讀取和寫入Python專案中的配置的方法是什麼?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳圖形設置
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.如果您聽不到任何人,如何修復音頻
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.聊天命令以及如何使用它們
1 個月前 By 尊渡假赌尊渡假赌尊渡假赌

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

PHP和Python:代碼示例和比較 PHP和Python:代碼示例和比較 Apr 15, 2025 am 12:07 AM

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

CentOS上如何進行PyTorch模型訓練 CentOS上如何進行PyTorch模型訓練 Apr 14, 2025 pm 03:03 PM

在CentOS系統上高效訓練PyTorch模型,需要分步驟進行,本文將提供詳細指南。一、環境準備:Python及依賴項安裝:CentOS系統通常預裝Python,但版本可能較舊。建議使用yum或dnf安裝Python3併升級pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。 CUDA與cuDNN(GPU加速):如果使用NVIDIAGPU,需安裝CUDATool

docker原理詳解 docker原理詳解 Apr 14, 2025 pm 11:57 PM

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

CentOS上PyTorch的GPU支持情況如何 CentOS上PyTorch的GPU支持情況如何 Apr 14, 2025 pm 06:48 PM

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

Python vs. JavaScript:社區,圖書館和資源 Python vs. JavaScript:社區,圖書館和資源 Apr 15, 2025 am 12:16 AM

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

CentOS下PyTorch版本怎麼選 CentOS下PyTorch版本怎麼選 Apr 14, 2025 pm 02:51 PM

在CentOS下選擇PyTorch版本時,需要考慮以下幾個關鍵因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU並且希望利用GPU加速,需要選擇支持相應CUDA版本的PyTorch。可以通過運行nvidia-smi命令查看你的顯卡支持的CUDA版本。 CPU版本:如果沒有GPU或不想使用GPU,可以選擇CPU版本的PyTorch。 2.Python版本PyTorch

minio安裝centos兼容性 minio安裝centos兼容性 Apr 14, 2025 pm 05:45 PM

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

CentOS上PyTorch的分佈式訓練如何操作 CentOS上PyTorch的分佈式訓練如何操作 Apr 14, 2025 pm 06:36 PM

在CentOS系統上進行PyTorch分佈式訓練,需要按照以下步驟操作:PyTorch安裝:前提是CentOS系統已安裝Python和pip。根據您的CUDA版本,從PyTorch官網獲取合適的安裝命令。對於僅需CPU的訓練,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,請確保已安裝對應版本的CUDA和cuDNN,並使用相應的PyTorch版本進行安裝。分佈式環境配置:分佈式訓練通常需要多台機器或單機多GPU。所

See all articles