将 windows 环境变量传递给 dockerized python 应用程序

Question

我正在运行一个 python 应用程序，它从 Windows 环境变量中读取两个路径，然后继续使用这些路径中的可执行文件对某些文档进行 OCR。由于 POPPLER、TESSERACT 环境变量已经在 Windows 中设置，这个 Python sn-p 对我有用：

popplerPath = os.environ.get('POPPLER')
tesseractPath = os.environ.get('TESSERACT')

现在我正在尝试对应用程序进行 docker 化，据我了解，由于我的容器需要访问这些路径，因此我需要在运行期间使用 VOLUME 安装它们。我的 dockerfile 看起来像这样：

FROM python:3.7.7-slim
WORKDIR ./
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY documents/ .
COPY src/ ./src
CMD [ "python", "./src/run.py" ] 

我使用以下方法构建图像：

docker build -t ocr .

我尝试使用以下方法运行我的容器：

docker run -v %POPPLER%:%POPPLER% -v %TESSERACT%:%TESSERACT% ocr

...但我的应用程序仍然为这些路径获取 None 值，并且无法使用可执行文件。我的方法是否正确，除此之外，这是一种好的开发实践吗？

Answer 1

见doc，环境变量的开关是-e：

$ docker run -e MYVAR1 --env MYVAR2=foo --env-file ./env.list ubuntu bash

在dockerfile，你可以使用

ENV FOO=/bar

如果我正确理解您的陈述，您的路径将安装在与主机相同的容器中。唯一的问题是您的 Python 脚本，它期望路径由环境变量提供。除非您将它们从主机系统传递到容器系统，否则这将不存在。

使用-v 验证挂载的卷是否正确后，您可以尝试使用

docker run -v %POPPLER%:%POPPLER% -v %TESSERACT%:%TESSERACT% --env POPPLER=%POPPLER% --env TESSERACT=%TESSERACT% ocr

或者，如果你总是运行它，你可以考虑将它们放在你的 dockerfile 中以节省一些击键。

Answer 2

您调用的任何可执行文件都必须内置到映像中。容器通常不能调用主机或其他容器中的可执行文件。在您展示的具体示例中，Linux 容器无法运行 Windows 可执行文件，即使您确实使用绑定挂载将其注入容器。

“slim”python images 是基于 Debian GNU/Linux 构建的，您需要使用它的 APT 工具将这些可执行依赖项安装到您的 Dockerfile 中。 （https://www.debian.org/distrib/packages 有一个搜索框可以帮助您找到正确的包名称；Ubuntu Linux 也使用 Debian 包。）

FROM python:3.7-slim
RUN apt-get update \
 && DEBIAN_FRONTEND=noninteractive \
    apt-get install -y \
      popper-utils \
      tesseract-ocr-all
COPY requirements.txt .
...

如果未设置这些环境变量，我建议在您的代码中设置合理的默认值。 apt-get install 命令会将它们放在镜像内的系统路径中。

popplerPath = os.environ.get('POPPLER', 'poppler')
tesseractPath = os.environ.get('TESSERACT', 'tesseract')

如果你真的需要它们作为环境变量，你可以使用 Dockerfile ENV 指令

ENV POPPLER=poppler TESSERACT=tesseract

来自主机的环境变量不会自动传递给容器；你需要一个 Dockerfile ENV 或 docker run -e 选项。还要记住，容器有一个独立的文件系统（Windows 语法路径在 Linux 容器中没有意义），因此这些环境变量需要是容器路径，即您建议的 docker run -v 选项的后半部分。