码头NLTK下载

Question

我正在使用以下Dockerfile构建一个码头容器：

FROM ubuntu:14.04

RUN apt-get update

RUN apt-get install -y python python-dev python-pip

ADD . /app

RUN apt-get install -y python-scipy

RUN pip install -r /arrc/requirements.txt

EXPOSE 5000

WORKDIR /app

CMD python app.py

在运行映像并得到以下错误之前，一切都进行得很顺利：

**********************************************************************
  Resource u'tokenizers/punkt/english.pickle' not found.  Please
  use the NLTK Downloader to obtain the resource:  >>>
  nltk.download()
  Searched in:
    - '/root/nltk_data'
    - '/usr/share/nltk_data'
    - '/usr/local/share/nltk_data'
    - '/usr/lib/nltk_data'
    - '/usr/local/lib/nltk_data'
    - u''
**********************************************************************

我以前遇到过这个问题，我们讨论过here，但是我不知道如何使用Docker来处理它。我试过：

CMD python
CMD import nltk
CMD nltk.download()

以及：

CMD python -m nltk.downloader -d /usr/share/nltk_data popular

但还是会犯错误。

Answer 1

在Dockerfile中，尝试添加：

RUN python -m nltk.downloader punkt

这将运行命令并将所请求的文件安装到//nltk_data/中。

这个问题很可能与在Dockerfile中使用CMD和运行有关。CMD文件：

CMD的主要目的是为正在执行的容器提供默认值。

它是在docker run <image>期间使用的，而不是在构建期间使用的。因此，其他CMD行可能被最后一个CMD python app.py行覆盖。

Answer 2

我尝试了所有建议的方法，但都没有奏效，所以我意识到nltk模块在/root/nltk_data中搜索。

步骤1:我在我的机器上下载了punkt

python3
>>import nltk
>>nltk.download('punkt')

而punkt位于/root/nltk_data/记号器中。

步骤2:我将令牌程序文件夹复制到我的目录中，目录如下所示

.
|-app/
|-tokenizers/
|--punkt/
|---all those pkl files
|--punkt.zip

步骤3:然后修改Dockerfile，将其复制到我的docker实例中

COPY ./tokenizers /root/nltk_data/tokenizers

步骤4:新实例有punkt

Answer 3

在为django应用程序创建带有ubuntu映像和python3的对接映像时，我也面临着同样的问题。

我决定如下所示。

# start from an official image
FROM ubuntu:16.04

RUN apt-get update \
  && apt-get install -y python3-pip python3-dev \
  && apt-get install -y libmysqlclient-dev python3-virtualenv

# arbitrary location choice: you can change the directory
RUN mkdir -p /opt/services/djangoapp/src
WORKDIR /opt/services/djangoapp/src

# copy our project code
COPY . /opt/services/djangoapp/src

# install dependency for running service
RUN pip3 install -r requirements.txt
RUN python3 -m nltk.downloader punkt
RUN python3 -m nltk.downloader wordnet

# Setup supervisord
RUN mkdir -p /var/log/supervisor
COPY supervisord.conf /etc/supervisor/conf.d/supervisord.conf

# Start processes
CMD ["/usr/bin/supervisord"]