Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
frank-andrade.medium.com26. Mai 2022 · Q010271

How to Hide Passwords and Secret Keys in Your Python Scripts

frank-andrade.medium.com · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht zeigt, wie Python Zugangsdaten aus Umgebungsvariablen oder mit `python-decouple` aus einer `.env`-Datei liest; für GitHub soll `.env` in `.gitignore` stehen. Der Autor weist darauf hin, dass die Datei für Personen, die sie öffnen können, lesbar bleibt; der Beispielcode zum Paket ist im bereitgestellten Text nicht vollständig enthalten.

Mittel

Frank Andrade beschreibt zwei Wege, Zugangsdaten aus Python-Skripten auszulagern: Umgebungsvariablen und das Paket `python-decouple`. Unter Windows sollen Variablen über die Systemeinstellungen, unter macOS durch `export`-Zeilen in `.bash_profile` angelegt werden. Python liest sie laut Anleitung mit `os.environ.get(...)` aus; manchmal seien Neustarts von Editor oder Terminal nötig. Diese Umgebungsvariablen gelten dem Bericht zufolge nur auf dem jeweiligen Rechner und sind deshalb beim Teilen von Code auf GitHub weniger praktisch.

Für diesen Fall empfiehlt der Autor `python-decouple`: Das Paket wird installiert, Zugangsdaten werden in einer `.env`-Datei abgelegt und diese Datei wird in `.gitignore` eingetragen, damit GitHub sie ignoriert. Andere Nutzende können eine eigene `.env`-Datei erstellen. Ein leerer Standardwert soll Fehler vermeiden, wenn ein Eintrag fehlt. Der bereitgestellte Text enthält jedoch nicht den vollständigen Beispielcode für diesen Abschnitt. Außerdem räumt der Autor ein, dass jede Person, die die `.env`-Datei öffnen kann, die darin gespeicherten Passwörter sehen kann.

Ausführlich lesen

Der vollständige Bericht von Frank Andrade erklärt zwei Möglichkeiten, Zugangsdaten und geheime Schlüssel aus Python-Quelltexten herauszuhalten. Als Anlass nennt der Autor das Risiko, dass Kolleginnen, Kollegen oder andere Personen beim Teilen eines Skripts darin eingetragene Passwörter oder API-Schlüssel sehen könnten. Die Anleitung behandelt Umgebungsvariablen unter Windows und macOS sowie das Paket `python-decouple` für Projekte, deren Code etwa auf GitHub veröffentlicht werden soll.

Für Windows beschreibt der Autor, wie man über die Systemsteuerung und die erweiterten Systemeinstellungen benutzerdefinierte Umgebungsvariablen anlegt. Als Beispiele verwendet er `USERNAME` und `PASSWORD`. Im Python-Skript sollen die Werte anschließend mithilfe von `os.environ.get(...)` ausgelesen werden. Der Bericht merkt an, dass ein Neustart des Editors nötig sein kann, damit die Variablen verfügbar sind.

Für macOS zeigt der Autor das Eintragen von `export`-Zeilen in die Datei `.bash_profile`. Auch diese Werte sollen danach mit dem Python-Modul `os` abgerufen werden. Laut Anleitung kann es erforderlich sein, Terminal und Texteditor neu zu starten. Die beiden Umgebungsvariablen-Varianten werden als an den jeweiligen Rechner gebunden beschrieben; deshalb hält der Autor sie für weniger praktisch, wenn der Code auf GitHub geteilt werden soll.

Als Alternative stellt der Bericht `python-decouple` vor. Die Anleitung nennt die Installation mit `pip`, eine `.env`-Datei für Benutzername und Passwort und eine `.gitignore`-Datei, in die `.env` eingetragen wird. Der Autor erklärt, dass GitHub die `.env`-Datei dadurch ignorieren soll und andere Nutzende für das Skript eine eigene Datei mit ihren Zugangsdaten anlegen können. Für fehlende Einträge erwähnt der Text einen leeren Standardwert, damit kein Fehler entsteht. Der vollständige Beispielcode für diesen Paket-Abschnitt ist im bereitgestellten Berichtstext allerdings nicht enthalten.

Der Bericht beschreibt damit, wie Zugangsdaten aus dem Skript selbst ausgelagert und beim Teilen des Codes nicht mit der `.env`-Datei in GitHub aufgenommen werden sollen. Zugleich benennt er eine klare Grenze: Wer die `.env`-Datei öffnen kann, kann laut Autor die darin gespeicherten Passwörter sehen. Die Aussage, die Zugangsdaten blieben „verborgen“, ist daher im Text an die Trennung vom Quelltext und das Ignorieren der Datei durch GitHub geknüpft; eine weitergehende Absicherung wird nicht erläutert.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Es lagen keine Fragen zur Einordnung vor, daher ist die Liste leer. Beide Zusammenfassungen wurden gemeinsam geprüft: Die mittlere Fassung gibt den Bericht treu wieder, und ihre Aussagen zum fehlenden Beispielcode und zur Lesbarkeit der .env-Datei stimmen mit dem Text überein. Die kurze Fassung ist ebenfalls korrekt, lässt aber die Plattformunterschiede und die Begründung für python-decouple aus.

Im Bericht, aber nicht in der Zusammenfassung

  • Die kurze Fassung nennt nicht, dass Umgebungsvariablen nur auf dem jeweiligen Rechner gelten und deshalb beim Teilen auf GitHub weniger praktisch sind
  • Die kurze Fassung erwähnt die Unterschiede zwischen Windows und macOS nicht

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle

Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →