Python脚本在Docker中运行报UnboundLocalError变量引用错误如何解决

问题根因 #

• 报错的直接原因是image_processing函数中for file in glob.glob("*.tif")循环在容器运行时未匹配到任何.tif格式文件，循环体完全未执行，rows、cols变量未被定义就被return返回，触发UnboundLocalError。
• 本地运行正常是因为本地工作目录存在匹配的.tif文件，循环可正常执行完成变量赋值；当前Dockerfile仅拷贝了脚本文件进镜像，没有将.tif文件打包进镜像，也没有在运行容器时挂载存放.tif的本地目录，容器内工作目录无任何.tif文件，因此触发报错。
• 你提供的代码片段中return rows, cols存在缩进错位问题，如果实际运行的代码也是该缩进层级，也会引发变量作用域错误，若本地运行正常大概率是粘贴时的格式偏差，可自行检查确认。

解决方案 #

方案1：将GeoTIFF文件一同打包进Docker镜像 #

在Dockerfile中新增ADD指令，将本地的.tif文件拷贝到容器工作目录，修改后的Dockerfile如下：

FROM continuumio/miniconda3
# 显式指定工作目录避免路径混乱
WORKDIR /app
ADD docker_test.py .
# 拷贝本地当前目录下所有tif文件到容器内工作目录
ADD *.tif .
RUN /opt/conda/bin/conda install gdal=3.0.2
CMD [ "python", "./docker_test.py" ]

修改后重新构建镜像再运行容器即可正常执行。

方案2：运行容器时挂载存放tif文件的本地目录 #

无需修改Dockerfile，构建镜像后执行docker run时添加-v参数挂载本地目录到容器工作目录，命令示例如下：

# 替换<本地tif目录绝对路径>为你自己的目录路径，例如/home/xxx/dem_data
docker run -v <本地tif目录绝对路径>:/app your_image_name

脚本优化建议 #

可以给脚本增加空匹配和文件读取异常处理逻辑，避免直接报错闪退，修改后的函数示例：

def image_processing():
    tif_list = glob.glob("*.tif")
    # 检查是否匹配到tif文件
    if not tif_list:
        raise FileNotFoundError("当前目录下未找到任何.tif格式文件，请检查路径配置")
    rows, cols = 0, 0
    for file in tif_list:
        dem = gdal.Open(file)
        # 检查文件是否正常打开
        if dem is None:
            raise RuntimeError(f"文件{file}打开失败，请检查文件完整性")
        rows = dem.RasterYSize
        cols = dem.RasterXSize
    return rows, cols

内容的提问来源于stack exchange，提问作者mdl518