infologistix/docker-selenium-python

docker-selenium-python

镜像概述

docker-selenium-python是一个基于Alpine的Python基础镜像，用于在单个容器中运行基于Python的Selenium脚本。该镜像集成了无头模式的Chromium浏览器，无需额外配置浏览器环境，可直接用于网页爬取、自动化测试等场景。

核心功能和特性

• 轻量高效：基于Alpine构建，镜像体积小，资源占用低
• 环境集成：内置Selenium和无头模式Chromium，无需额外安装浏览器
• 依赖预装：包含pandas、numpy等常用数据处理库，满足数据爬取和分析需求
• 灵活扩展：支持自定义Python脚本和依赖，可根据需求调整配置

使用场景和适用范围

• 网页数据爬取和信息提取
• Selenium自动化测试
• 定时任务执行（如AWS ECS、Azure ACR上的定期网站爬取）
• 需要在隔离环境中运行Selenium脚本的场景

使用方法

基本使用

1. 创建基于Selenium的Python脚本（如网页爬取或自动化测试脚本）
2. 将脚本复制到容器中或通过外部挂载方式提供
3. 运行容器：

bash
docker run -it --rm --shm-size=128m infologistix/docker-selenium-python:latest python main.py

注意：必须添加--shm-size=128m参数，以确保Chrome浏览器有足够的共享内存运行，部分网页可能需要更大的内存分配。

示例

运行内置示例脚本（爬取示例网站并输出公司服务信息）：

bash
docker run -it --rm --shm-size=128m infologistix/docker-selenium-python:latest python ./examples/main.py

高级用法

自定义镜像构建

如需添加自定义依赖和脚本，可创建如下Dockerfile：

dockerfile
FROM infologistix/docker-selenium-python:alpine

WORKDIR /usr/src/app

# 复制自定义依赖文件
COPY requirements.txt ./
RUN pip install --no-cache-dir -r requirements.txt

# 复制应用代码
COPY your/app/ ./

# 设置启动命令
CMD "python main.py"

构建并运行自定义镜像：

bash
docker build -t my-selenium-app .
docker run -it --rm --shm-size=128m my-selenium-app

标签选择

根据不同需求选择合适的镜像标签：

• bullseye系列：bullseye、latest、3.10、3.10-bullseye，适合需要安装更多机器学习库的场景
• alpine系列：alpine、3.10-alpine，轻量级，适合基础爬取和测试场景

推荐：机器学习应用建议使用bullseye标签，以确保兼容性。

注意事项

• 构建镜像时，由于需要从源码编译numpy和pandas，可能需要较长时间
• 运行时确保设置足够的共享内存（--shm-size），避免Chrome运行异常
• 自定义脚本时，建议遵循Selenium最佳实践，合理设置页面加载等待时间

该镜像由infologistix GmbH开发维护。完整文档可参考官方文档。