如何在puckel docker-airflow docker容器中安装命令行实用程序

Question

我正在尝试在一个puckel docker-airflow容器中安装poppler-utils，这样我就可以通过Airflow BashOperator对pdftotext进行命令行调用。有关如何设置和使用pdftotext的详细信息可以在here中找到，我可以确认它在直接安装在我的Linux Mint (Ubuntu) O/S上时工作得很好。

因此，由于我对Docker / puckel docker-airflow的理解有限，我转到Dockerfile并对其进行了如下修改(见底线)：

RUN set -ex \
&& buildDeps=' \
    freetds-dev \
    libkrb5-dev \
    libsasl2-dev \
    libssl-dev \
    libffi-dev \
    libpq-dev \
    git \
' \
&& apt-get update -yqq \
&& apt-get upgrade -yqq \
&& apt-get install -yqq --no-install-recommends \
    $buildDeps \
    freetds-bin \
    build-essential \
    default-libmysqlclient-dev \
    apt-utils \
    curl \
    rsync \
    netcat \
    locales \
    poppler-utils \
    ...

但是，当我启动容器并尝试运行pdftotext (通过Airflow BashOperator或通过容器执行中的命令行)时，我得到：

bash: pdftotext: command not found

有人能建议我怎么做吗？

干杯!

Answer 1

快速解决方案是：

以root用户身份访问airflow worker的容器id

CONTAINER ID        IMAGE                          COMMAND                  CREATED             STATUS                 PORTS                                        NAMES
c73425b30981        puckel/docker-airflow:1.10.9   "/entrypoint.sh work…"   7 hours ago         Up 7 hours             5555/tcp, 8080/tcp, 8793/tcp                 airflow_worker_1

docker exec -it --user root c73 /bin/bash

运行apt get update root@c73425b30981:/usr/local/airflow# apt-get update

然后安装用于Debian root@c73425b30981:/usr/local/airflow# apt-get install poppler-utils的pdftext工具。

然后，您将能够使用pdftotext命令

pdftotext {PDF-file} {text-file}