如何在docker容器内安装java for tabula

Question

我找不到与我的问题相关的任何内容

我在docker文件下面试过

RUN apt-get update && apt-get install -y \
software-properties-common


RUN apt-get update && \
    apt-cache search openjdk && \
    apt-get install openjdk-8-jdk && \
    apt-get clean;

RUN apt-get update && \
    apt-get install ca-certificates-java && \
    apt-get clean && \
    update-ca-certificates -f;

ENV JAVA_HOME /usr/lib/jvm/java-8-openjdk-amd64/
RUN export JAVA_HOME  

#tabula.errors.JavaNotFoundError: `java` command is not found from this Python 
#process.Please ensure Java is installed and PATH is set for `java`

当我使用 import tabula 时，我得到了 tabula.errors.JavaNotFoundError。有人可以帮忙解决 docker 中的这个错误吗？

更新：

我正在使用烧瓶和 mongodb。在烧瓶中，有一个代码负责读取 pdf 文件，它是 tabula，它需要 Java，正如它在错误中所说的那样。对于我用 pipfile 和 pipfile.lock 安装的其他 python 包

RUN pip install pipenv
COPY Pipfile .         #<---- contains tabula package
COPY Pipfile.lock .    #<---- contains tabula package
RUN PIPENV_VENV_IN_PROJECT=1 pipenv install --deploy 

##But i have no idea how to install java for tabula dependecy.

****************最终更新**********************

我用 pdfplumber 替换了 tabula。现在工作正常，感谢所有试图帮助我的人。

Answer 1

通常应该避免使用具有多个主进程的容器映像，例如 python 和 java，我个人建议找到一个不需要 java 环境的 tabula-py 替代品，因为这是最好的使用here指定的容器时的练习：

通常建议您通过每个容器使用一项服务来区分关注区域。

考虑到这一点，因为我不知道你是否能做这些事情，所以我也会提供替代方案。

this docker image 将多个可运行环境打包成一个 java 和 python 等，其 dockerfile 列出了here。 因为它包含的环境比您需要的多，您可以根据自己的需要对其进行精简。

还有 this 项目，虽然它有一段时间没有更新，或者 this 文章描述了一个简洁的自制 python 和 java dockerfile