Docker容器运行Python代码时如何挂载目录读取本地文件无需重建镜像

核心方案是使用Docker的目录挂载能力，将宿主机存放CSV的本地目录映射到容器内部固定路径，本地更新文件后容器可直接读取，无需重新构建镜像。 #

1. 调整Python代码的文件读取路径 #

不要用相对路径读文件，直接指定容器内的固定挂载路径，避免工作目录变动导致找不到文件。另外注意你当前用的是Python3环境，print是函数需要加括号，修正后的app.py代码如下：

import pandas as pd

# 指定容器内专门存放动态文件的路径
CSV_FILE_PATH = "/app/data/sample.csv"
df = pd.read_csv(CSV_FILE_PATH)
print(df)
# 此处保留你原有的其他数据处理逻辑

2. 修正并优化Dockerfile #

你原Dockerfile存在一处笔误：只复制了modbus_to_influx.py，但启动命令执行的是app.py，会导致容器启动失败。另外提前创建好挂载用的目录，避免权限问题，修正后的Dockerfile如下：

# Dockerfile
FROM debian:10.3-slim

WORKDIR /app

RUN apt-get update && apt-get -y dist-upgrade

RUN apt-get -y install apt-utils \
    build-essential \
    python3 \
    gcc \
    python3-dev \
    python3-pip \
    python3-numpy \
    python3-pandas

COPY requirements.txt /app/requirements.txt
RUN pip3 install -r requirements.txt

# 复制实际运行的app.py到工作目录
COPY app.py /app/app.py
# 提前创建存放动态CSV的目录，配置基础权限
RUN mkdir -p /app/data && chmod 755 /app/data

CMD ["python3", "app.py"]

requirements.txt无需修改，保持原有内容即可：

numpy
pandas

3. 宿主机准备CSV存放目录 #

在你的宿主机（运行Docker的机器）上创建一个固定目录，专门用来存放需要频繁更新的sample.csv，后续所有文件更新都直接操作这个目录里的文件：

• Linux/Mac系统可创建路径示例：/home/yourname/app_data
• Windows系统可创建路径示例：D:\docker_data\app_data
  将初始的sample.csv放入该目录即可。

4. 构建镜像并启动容器（带挂载参数） #

第一次部署需要正常构建镜像，后续更新CSV完全不需要重复执行构建步骤：

# 构建镜像，仅首次部署或代码/Dockerfile修改时需要执行
docker build -t csv-process-app .

启动容器时添加-v参数，将宿主机的CSV目录映射到容器内的/app/data路径：

# Linux/Mac启动命令示例，替换成你自己的本地目录路径
docker run -v /home/yourname/app_data:/app/data csv-process-app

# Windows启动命令示例，替换成你自己的本地目录路径
docker run -v D:\docker_data\app_data:/app/data csv-process-app

注意事项 #

• 不要在Dockerfile里用COPY或ADD指令把sample.csv复制进镜像，否则挂载目录后镜像内的文件会被宿主机目录覆盖，无法实现动态更新。
• 如果你的Python代码是常驻服务、会定时重读CSV文件，那么更新本地CSV后甚至不需要重启容器，程序下一次读文件时就能拿到最新内容。

内容的提问来源于stack exchange，提问作者arve