Flask设置环境变量教程详解
编程并不是一个机械性的工作,而是需要有思考,有创新的工作,语法是固定的,但解决问题的思路则是依靠人的思维,这就需要我们坚持学习和更新自己的知识。今天golang学习网就整理分享《Flask配置Python环境变量教程》,文章讲解的知识点主要包括,如果你对文章方面的知识点感兴趣,就不要错过golang学习网,在这可以对大家的知识积累有所帮助,助力开发能力的提升。
使用python-dotenv加载.env文件管理敏感信息,结合配置类区分开发与生产环境,通过系统或平台设置线上环境变量,确保安全与灵活切换。

在开发Flask应用时,合理配置Python环境变量能帮助我们管理敏感信息(如数据库密码、API密钥)和不同环境下的设置(开发、测试、生产)。直接把配置写进代码不仅不安全,还难以维护。下面介绍几种实用的环境变量配置方法。
使用 .env 文件管理环境变量
最常见的方式是借助 python-dotenv 包,在项目根目录下创建 .env 文件来存储环境变量。
安装 python-dotenv:
pip install python-dotenv在项目根目录创建 .env 文件:
FLASK_APP=app.pyFLASK_ENV=development
DATABASE_URL=sqlite:///site.db
SECRET_KEY=your-secret-key-here
在 Flask 应用入口文件(如 app.py)中加载变量:
from dotenv import load_dotenvload_dotenv()
这样 Flask 就能通过 os.getenv() 获取值:
import ossecret_key = os.getenv('SECRET_KEY')
在 Flask 中使用配置类
为了区分不同环境,建议使用配置类组织设置。
创建 config.py 文件:
import osclass Config:
SECRET_KEY = os.getenv('SECRET_KEY', 'fallback-secret')
class DevelopmentConfig(Config):
DEBUG = True
DATABASE_URL = os.getenv('DATABASE_URL')
class ProductionConfig(Config):
DEBUG = False
DATABASE_URL = os.getenv('DATABASE_URL')
在应用中根据环境选择配置:
app = Flask(__name__)config_name = os.getenv('FLASK_ENV', 'development')
if config_name == 'production':
app.config.from_object('config.ProductionConfig')
else:
app.config.from_object('config.DevelopmentConfig')
确保 .env 文件不被提交到版本控制
.env 文件通常包含敏感数据,应加入 .gitignore 避免泄露。
在 .gitignore 中添加:
.envvenv/
__pycache__/
同时提供一个 .env.example 文件供团队成员参考:
# .env.exampleFLASK_APP=app.py
FLASK_ENV=development
SECRET_KEY=your-secret-key
DATABASE_URL=sqlite:///site.db
生产环境中的环境变量设置
部署到服务器或云平台时,不推荐使用 .env 文件。应通过系统或平台方式设置。
例如在 Linux 服务器启动应用前导出变量:
export FLASK_APP=app.pyexport FLASK_ENV=production
export SECRET_KEY=real-secret-key
flask run --host=0.0.0.0
使用 Gunicorn 部署时同样依赖系统环境变量。
在 Heroku、Vercel 或其他 PaaS 平台,可在控制台界面或配置文件中设置环境变量。
基本上就这些。本地用 .env,线上用平台配置,配合配置类灵活切换,Flask 环境变量管理就很清晰了。
本篇关于《Flask设置环境变量教程详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
抽象类可以实现接口方法。
- 上一篇
- 抽象类可以实现接口方法。
- 下一篇
- 12306老人票购买方法详解
-
- 文章 · python教程 | 1小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 4小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 6小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 8小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 文章 · python教程 | 1天前 | 并发 · 异常处理 · python · asyncio · CancelledError 结构化并发 ExceptionGroup Python asyncio TaskGroup asyncio gather
- asyncio TaskGroup 让并发任务在首错时一起收敛
- 246浏览 收藏
-
- 文章 · python教程 | 1天前 |
- Python 3.14 自由线程程序怎样显式保护共享状态
- 337浏览 收藏
-
- 文章 · python教程 | 1天前 | 标准库 · Python教程 · Python Traversable importlib.resources 包内资源
- Python importlib.resources Traversable 怎么读取包内目录
- 359浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 378次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 450次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 458次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 402次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 230次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

