Python Docker NLTK下载

我正在使用以下docker文件构建docker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

在运行映像并出现以下错误之前，一切都进展顺利：

**********************************************************************
  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，并且已经讨论过了，但是我不确定如何使用Docker解决这个问题。我试过：

CMD python
CMD import nltk
CMD nltk.download()

以及：

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

---

但我仍然收到错误。

在Dockerfile中，尝试添加以下内容：

运行python-m nltk.downloader punkt

这将运行命令并将请求的文件安装到

//nltk\u data/

问题很可能与在Dockerfile中使用CMD vs.RUN有关。CMD的文档：

CMD的主要用途是为正在执行的容器提供默认值

---

在docker运行期间使用，而不是在构建期间使用。因此，其他CMD行可能被上一个

CMD python app.py

行覆盖了。

当我使用ubuntu image和python3 for django应用程序创建docker映像时，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"]

---

我尝试了所有建议的方法，但没有任何效果，所以我意识到nltk模块在/root/nltk_数据中搜索

步骤1：我在我的机器上下载了punkt 利用

punkt位于/root/nltk_data/tokenizer中

步骤2：我将tokenizer文件夹复制到我的主管 我的目录是这样的

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

及 步骤3：然后我修改了Dockerfile，该文件将其复制到我的docker实例中

COPY ./tokenizers /root/nltk_data/tokenizers

---

步骤4：新实例有punkt

这是错误的“CMD python CMD import nltk CMD nltk.download（）”这与打开一个终端相同，键入

python

，打开另一个终端，键入

import nltk

等等（当然第二个命令将失败，因为它不在Pythonmaybe

运行python-c'import nltk；nltk.download（）中）“

或类似的东西（我不确定语法）你知道如果我只是复制nltk_数据文件夹，我需要复制未压缩的文件夹和zip文件还是只复制ZipFile？我正在使用这种方法，但我得到了这个错误：/usr/local/lib/python3.6/runpy.py:125:RuntimeWarning:“nltk.downloader”在导入包“nltk”之后，但在执行“nltk.downloader”之前，在sys.modules中找到了“nltk.downloader”；这可能会导致不可预测的行为。NLTK中的更多信息将与上面的命令配对。我在构建docker容器时也收到了警告，因此我使用了

RUN python-c“import NLTK；NLTK.download（'punkt'）”

在没有警告的情况下进行构建这应该得到更多的支持。这是解决问题的最简单的解决方案，也是唯一对我有效的解决方案。我的Docker:

复制。/nltk_data/usr/local/nltk_data

COPY ./tokenizers /root/nltk_data/tokenizers