The Devs
@thedevs · Post #1159 · 29.06.2018 г., 18:52
A plain English introduction to JSON web tokens (JWT): what it is and what it isn’t. #article#jwt#security#coding#js @thedevs https://kutt.it/ibVW1N
TGTGInsighttelegram intelligenceLIVE / telegram public index
TGINSIGHT SIMILAR POSTS
Најди сличен содржај
Изворен канал @pythonotes · Post #303 · 27 дек.
Наверняка вы замечали, что в Python есть удобная функция для получения переменной окружения os.getenv(NAME) И её "сестра" для создания или изменения переменных окружения os.putenv(NAME, VALUE) Но почему-то putenv() не работает как должно. Энвайромент не обновляется! os.putenv('MYVAR', '1') print(os.getenv('MYVAR')) ... и ничего 😴 Почему так? На самом деле энвайромент обновляется, но это значение не добавляется в словарь os.environ. Откройте исходник функции os.getenv(). Это просто шорткат для os.environ.get() В то время как putenv() это built-in С-функция. Словарь os.environ (или точней класс из MutableMapping) создаётся из энвайромента в момент инициализации. Функция putenv() самостоятельно его не изменяет. В тоже время, когда вы создаёте или изменяете ключ в os.environ, автоматически вызывается putenv() в методе __setitem__(). То есть, технически putenv() всё делает верно, но в os.environ это не отражается. Можно проверить так: >>> os.putenv('MYVAR', '123') >>> os.system('python -c "import os;print(os.getenv(\'MYVAR\'))"') 123 Я объявил переменную в текущем процессе и вызвал дочерний процесс, который её унаследовал и получил в составе os.environ. Аналогично при удалении переменной вызывается еще одна built-in функция unsetenv(), удаляющая переменную из системы. Итого ▫️ Удобней всего явно обновлять переменные через os.environ ▫️ Есть способ неявно создать/удалить переменную через putenv/unsetenv, что не повлияет на os.environ но изменит энвайромент и передаст изменения сабпроцессам. Но так лучше не делать! ▫️os.environ это просто обертка для built-in функций putenv() и unsetenv(). #basic
Hashtags
Резултати
Пронајдени 3 слични објави
Пребарај: #jwt
当前筛选 #jwt清除筛选
djangoproject
@djangoproject · Post #389 · 21.07.2017 г., 15:12
https://thinkster.io/topics/django Looking to build #fullstack apps with #Django? Looking to build a production ready Django #JSON#API? Building a Production Ready Django JSON API 🔸Setting up #JWT Authentication 🔸Profiles 🔸Articles 🔸Comments 🔸Following 🔸Favoriting 🔸Tagging 🔸Pagination 🔸Filtering 🔸Conclusion Configuring Django Settings for Production Building #Web#Applications with Django and #AngularJS 🔸Learning Django and AngularJS 🔸Setting up your environment 🔸Extending Django's built-in User model 🔸Serializing the Account Model 🔸Registering new users 🔸Logging users in 🔸Logging users out 🔸Making a Post model 🔸Rendering Post objects 🔸Making new posts 🔸Displaying user profiles 🔸Updating user profiles 🔸Congratulations, you did it!
GitHub Trends
@githubtrending · Post #15066 · 16.08.2025 г., 12:30
#python#agents#ai#api_gateway#asyncio#authentication_middleware#devops#docker#fastapi#federation#gateway#generative_ai#jwt#kubernetes#llm_agents#mcp#model_context_protocol#observability#prompt_engineering#python#tools The MCP Gateway is a powerful tool that unifies different AI service protocols like REST and MCP into one easy-to-use endpoint. It helps you manage multiple AI tools and services securely with features like authentication, retries, rate-limiting, and real-time monitoring through an admin UI. You can run it locally or in scalable cloud environments using Docker or Kubernetes. It supports various communication methods (HTTP, WebSocket, SSE, stdio) and offers observability with OpenTelemetry for tracking AI tool usage and performance. This gateway simplifies connecting AI clients to diverse services, making development and management more efficient and secure. https://github.com/IBM/mcp-context-forge