JetBrains Gateway利用Docker实现容器内开发
1. 打开JetBrains Gateway2. 编写devcontainer.json文件3. 加载devcontainer.json文件4. 选择开发工具5.自动启动开发工具。
·
这里写自定义目录标题
1. 打开JetBrains Gateway
2. 编写devcontainer.json文件
{
// 容器名称,用于在管理多个容器时方便识别,这里取名为"PyDevContainer",表示是一个用于Python开发的容器
"name": "PyDevContainer",
// 指定容器所基于的镜像,这里选择的是官方Python 3.11版本的镜像,它包含了Python 3.11的运行时环境及相关工具等
"image": "python:3.11",
"mounts": [
{
// "source"指定宿主机上要挂载的目录路径,这里是Windows系统下的"C:\\Users\\10185\\Desktop\\RemoteDev"目录
"source": "C:\\Users\\10185\\Desktop\\RemoteDev",
// "target"指定容器内要挂载到的目标目录,这里是"/workspace",意味着宿主机上的指定目录将挂载到容器内的这个目录下
"target": "/workspace",
// "type"为"bind"表示这是一种绑定挂载方式,通过这种挂载,宿主机和容器内对应的目录可以相互访问和操作
"type": "bind"
}
],
"ports": [
{
// "source"指定宿主机上的端口,这里是"7088"
"source": "7088",
// "target"指定容器内的端口,这里是"8000",即将容器内的8000端口映射到宿主机上的7088端口
"target": "8000",
// "description"用于对这个端口映射进行简单描述,说明该端口是用于Flask应用测试的端口
"description": "Flask app test port"
}
],
// 指定容器内的工作目录,容器启动后,开发者通常会在这个目录下进行各种Python开发操作,这里是"/workspace/python"目录
"workspaceFolder": "/workspace/python",
"extensions": [
// 用于Python开发的必备扩展,提供代码补全、语法检查、运行Python代码等诸多功能
"ms-python.python",
// 用于对Markdown文件进行语法检查,方便编写项目文档等相关Markdown文件时保证语法正确
"davidanson.vscode-markdownlint",
// 启用对Python内置的"unittest"测试框架的支持,方便在容器内直接使用"unittest"进行测试
"python.test-unittest",
// 启用对流行的"pytest"测试框架的支持,使得开发者可以根据需要选择不同的测试框架进行测试
"python.test-pytest"
],
"settings": [
{
"editor": {
// 设置容器内编辑器(如在VS Code环境下)的字体大小为14,以提供一个舒适的视觉体验
"fontSize": 14
},
"python": {
// 明确指定Python的解释器路径为"/usr/bin/python3.11",确保在运行Python代码时能正确找到解释器
"interpreterPath": "/usr/bin/python3.11",
"testing": {
"unittest": {
// 设置"unittest"测试框架为启用状态,以便在容器内方便地使用该框架进行测试
"enabled": true
},
"pytest": {
// 设置"pytest"测试框架为启用状态,以便在容器内方便地使用该框架进行测试
"enabled": true
}
}
}
}
]
}
3. 加载devcontainer.json文件
4. 选择开发工具
5.自动启动开发工具
更多推荐
已为社区贡献1条内容
所有评论(0)