当前位置:首页 > 文章列表 > 文章 > 前端 > Vite 环境变量为什么在配置加载时取不到

Vite 环境变量为什么在配置加载时取不到

来源:17golang原创 2026-10-07 01:19:02 0浏览 收藏

在 vite.config.* 里直接读取 process.env.MY_KEY,却发现同名变量写在 .env 中,这种结果通常不是变量名拼错,而是读取时机不同。Vite 会先求值用户配置,再根据配置中的 root、envDir 和最终 mode 决定要加载哪些环境文件。因此,配置文件运行时只有当前进程已经拥有的环境变量。

需要让 .env* 参与配置决策时,在配置函数里拿到 mode,显式调用 loadEnv(mode, root, '');只给前端业务代码使用的变量,则继续在业务模块中读取 import.meta.env。
要点速览
  • .env 不会在 vite.config.* 求值前自动注入 process.env。
  • loadEnv 的第一个参数要跟随 mode,第三个参数为空字符串才会读取不带 VITE_ 前缀的配置变量。
  • VITE_* 会进入客户端构建结果,数据库密码、私钥等敏感信息不能使用这个前缀。

配置加载早于 .env 文件解析

Vite 的配置可能改变环境文件的查找目录,模式也会决定是否读取 .env.production 或 .env.staging。如果它在执行配置之前就把所有环境文件塞进 process.env,反而无法先确定正确的目录和模式,所以默认策略是先加载配置、后加载环境文件。

这也解释了两个看似矛盾的现象:同一个变量在组件中通过 import.meta.env.VITE_API_BASE 能读到,在 vite.config.ts 中直接访问却是 undefined;而在命令行写成 VITE_API_BASE=... 后,配置里的 process.env.VITE_API_BASE 又能读到。后者属于启动进程本来就拥有的变量。

Vite 配置求值、loadEnv 加载模式文件与 import.meta.env 注入应用代码的先后关系说明图
图1:Vite 配置加载顺序说明图,展示配置求值与环境文件进入应用代码的边界。

用 loadEnv 让配置参与端口和插件决策

官方地址:https://vite.dev/config/

把配置导出为函数,就可以同时拿到当前 mode。下面的写法读取项目根目录下与模式匹配的文件,并把端口从字符串转换成数字:

import { defineConfig, loadEnv } from 'vite'

export default defineConfig(({ mode }) => {
  // 按当前 mode 读取 .env、.env.local 和 .env.[mode] 文件。
  // 空前缀表示配置阶段也允许读取不带 VITE_ 的变量。
  const env = loadEnv(mode, process.cwd(), '')
  const port = Number(env.APP_PORT || 5173)

  return {
    // 配置字段需要数字,不能直接把环境变量字符串传进去。
    server: { port: Number.isFinite(port) ? port : 5173 },
    define: {
      // 只把明确允许进入前端代码的值暴露为常量。
      __APP_ENV__: JSON.stringify(env.APP_ENV || mode),
    },
  }
})

如果变量位于自定义目录,应把第二个参数换成实际的 root 或 envDir 对应路径;否则你可能以为文件没有加载,实际是查错了目录。若只想读取客户端变量,也可以把第三个参数写成 'VITE_',但配置端口、代理地址等常常不应被这个前缀限制。

三个环境变量入口不要混用

位置适合读取关键边界
process.env启动命令、CI 注入、系统环境配置求值时可直接读取,优先级高于 env 文件
loadEnv()端口、代理、插件开关、构建替换结果都是字符串,需按用途转换类型
import.meta.env组件和浏览器端业务代码默认只暴露 VITE_ 前缀,值会进入客户端构建产物

尤其要留意 VITE_API_URL 和 DB_PASSWORD 的差别:前者适合公开的接口地址,后者即使写在 .env 中,也不应通过 VITE_ 前缀暴露。前端代码本身无法保守保存真正的服务端秘密。

process.env、loadEnv 与 import.meta.env 三个入口的变量范围和安全边界说明图
图2:环境变量边界说明图,区分启动进程、配置决策和浏览器端可见值。

配置里仍为空时按这张清单排查

  1. 确认命令使用的模式:vite build 默认是 production,临时环境要明确写 --mode staging。
  2. 确认文件名和目录:模式文件必须是 .env.[mode],自定义 envDir 后不要继续只查项目根目录。
  3. 确认优先级:命令行已有的环境变量不会被 env 文件覆盖;改完 env 文件后要重启开发服务器。
  4. 确认类型:端口、布尔开关和数组都要在配置函数里显式转换,不能把字符串 "false" 当作布尔值。

如果页面读取不到变量,再检查是否写了 VITE_ 前缀;如果配置读取不到,则先检查是否调用了 loadEnv,以及它的 mode 和目录参数是否准确。

常见问题

为什么 .env 中的变量在配置文件里是 undefined?

因为配置求值发生在 Vite 自动加载 env 文件之前。使用 loadEnv(mode, root, ''),不要只改变量名。

loadEnv 读取到的端口为什么不能直接使用?

环境变量解析结果是字符串,应该用 Number() 转换,并对无效值提供回退。

所有变量都加 VITE_ 能解决问题吗?

不能。它只能帮助客户端代码读取,却会把值打进浏览器端产物,不适合密码、私钥和内部凭据。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go SetFinalizer 为什么不能保证进程退出前执行Go SetFinalizer 为什么不能保证进程退出前执行
上一篇
Go SetFinalizer 为什么不能保证进程退出前执行
Go template.Clone 怎么复用基础模板并覆盖局部块
下一篇
Go template.Clone 怎么复用基础模板并覆盖局部块
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    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
    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
    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
    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
    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
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    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。
    356次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    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。
    416次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    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。
    424次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    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。
    380次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    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。
    203次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码