使用Python脚本自动化管理Docker容器的完整指南

 更新时间:2026年01月23日 08:21:07   作者:weixin_46244623  
在日常开发和运维中,我们经常需要对 Docker 容器进行批量操作,比如启动容器、重置 root 密码、删除无用容器等,手动执行命令效率低且容易出错,所以本文将使用Python脚本自动化管理Docker容器,需要的朋友可以参考下

在日常开发和运维中,我们经常需要对 Docker 容器进行批量操作,比如启动容器、重置 root 密码、删除无用容器等。手动执行命令效率低且容易出错。本文将通过 Python 脚本实现以下功能:

  1. 启动指定名称的容器
  2. 修改容器内 root 用户密码
  3. 安全删除容器(先 stop 再 rm)
  4. 获取当前主机的 CPU、内存、磁盘使用情况

所有操作均基于 subprocesspsutil 库,适用于 Linux 环境(如 CentOS、Ubuntu)。

前提条件

  • 已安装 Docker 并运行
  • Python 3.6+
  • 安装依赖库:
pip install psutil

一、启动 Docker 容器

from subprocess import Popen, PIPE

name = "centos7-novnc3d"

p = Popen(['docker', 'start', name], stderr=PIPE)
_, stderr = p.communicate()
code = stderr.decode("utf-8").strip()

if code == "" or code.startswith(name):
    response = {"code": 200, 'msg': "success"}
else:
    response = {"code": 500, 'msg': code}

print(response)

说明:

  • docker start 成功时通常无输出(stderr 为空)
  • 若容器不存在或已运行,可能返回错误信息,需根据实际 stderr 判断

二、修改容器内 root 密码

from subprocess import Popen, PIPE

root_passwd = "1234567"
name = "centos7-novnc28"

# 构造修改密码的 shell 命令
pass_cmd = f"echo 'root:{root_passwd}' | chpasswd && echo 'success'"

p2 = Popen(['docker', 'exec', '-i', name, '/bin/bash', '-c', pass_cmd],
           stdout=PIPE, stderr=PIPE)
stdout, stderr2 = p2.communicate()

# 注意:chpasswd 成功时通常无 stderr,成功标志由 stdout 中的 'success' 判断
output = stdout.decode("utf-8").strip()
error = stderr2.decode("utf-8").strip()

if "success" in output or (output == "" and error == ""):
    response = {"code": 200, 'msg': "root修改密码成功"}
else:
    response = {"code": 500, 'msg': error or output}

print(response)

注意:

  • 原始代码中误将 stderr 当作成功标志,实际上 chpasswd 成功时 不会输出到 stderr
  • 更可靠的方式是检查 stdout 是否包含 "success",或两者均为空

三、安全删除容器(先 stop 再 rm)

from subprocess import Popen, PIPE

name = "reverent_matsumoto"

try:
    # 停止容器
    p_stop = Popen(['docker', 'stop', name], stdout=PIPE, stderr=PIPE)
    stdout, stderr = p_stop.communicate()
    stop_output = stdout.decode("utf-8").strip()

    if stop_output == name:  # docker stop 成功会返回容器名
        # 删除容器
        p_rm = Popen(['docker', 'rm', name], stdout=PIPE, stderr=PIPE)
        rm_out, rm_err = p_rm.communicate()
        response = {"code": 200, 'msg': "删除成功"}
    else:
        response = {"code": 500, 'msg': stderr.decode("utf-8")}

except FileNotFoundError:
    response = {"code": 500, 'msg': "docker未安装"}

print(response)

✅ 提示:

  • docker stop 成功时会输出容器 ID 或名称(取决于输入)
  • 必须先 stop 再 rm,否则 docker rm 会失败(除非加 -f

四、获取系统资源使用情况(CPU、内存、磁盘)

import psutil
import os

def bytes2human(n):
    """将字节转换为易读格式"""
    symbols = ('KB', 'MB', 'GB', 'TB')
    for i, s in enumerate(symbols):
        unit = 1 << (i + 1) * 10  # 1KB=1024, 1MB=1024^2...
        if n < unit:
            return f"{n / (unit // 1024):.2f} {s}"
    return f"{n:.2f} B"

# 内存信息
mem_info = psutil.virtual_memory()
disk_usage = psutil.disk_usage('/')

response = {
    "code": 200,
    "msg": "success",
    "data": {
        "memory": {
            "current_process_memory": bytes2human(psutil.Process(os.getpid()).memory_info().rss),
            "total": bytes2human(mem_info.total),
            "used": bytes2human(mem_info.used),
            "available": bytes2human(mem_info.available),
            "free": bytes2human(mem_info.free),
            "active": bytes2human(mem_info.active),
            "inactive": bytes2human(mem_info.inactive),
            "percent": f"{mem_info.percent}%",
            "cpu_cores": psutil.cpu_count()
        },
        "disk_usage": {
            "total": bytes2human(disk_usage.total),
            "used": bytes2human(disk_usage.used),
            "free": bytes2human(disk_usage.free),
            "percent": f"{disk_usage.percent}%"
        }
    }
}

print(response)

输出示例(简化):

{
  "code": 200,
  "msg": "success",
  "data": {
    "memory": { "total": "15.50 GB", "percent": "45.2%", ... },
    "disk_usage": { "total": "931.51 GB", "percent": "32.1%", ... }
  }
}

总结

通过以上脚本,我们可以:

  • 自动化管理 Docker 容器生命周期
  • 动态修改容器内部用户密码(适用于初始化配置)
  • 实时监控服务器资源,便于集成到运维平台

建议:在生产环境中,应增加日志记录、异常重试、权限校验等机制,提升脚本健壮性。

本文代码已在 CentOS 7 + Docker 20.10 + Python 3.9 环境下测试通过。

以上就是使用Python脚本自动化管理Docker容器的完整指南的详细内容,更多关于Python脚本自动化管理Docker的资料请关注脚本之家其它相关文章!

相关文章

  • Python之集合详解

    Python之集合详解

    今天小编就为大家分享一篇关于Python中的集合介绍,小编觉得内容挺不错的,现在分享给大家,具有很好的参考价值,需要的朋友一起跟随小编来看看吧
    2021-09-09
  • 在Django中编写模版节点及注册标签的方法

    在Django中编写模版节点及注册标签的方法

    这篇文章主要介绍了在Django中编写模版节点及注册标签的方法,Django是Python各式各样的高人气框架中最为著名的一个,需要的朋友可以参考下
    2015-07-07
  • Python Pytorch深度学习之核心小结

    Python Pytorch深度学习之核心小结

    今天小编就为大家分享一篇关于Pytorch核心小结的文章,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-10-10
  • django 2.0更新的10条注意事项总结

    django 2.0更新的10条注意事项总结

    Django 是 Python Web 开发最常用的框架之一,跟进它的最新变化绝对是必须的。下面这篇文章主要给大家介绍了关于django 2.0更新的10条注意事项,文中通过示例代码介绍的非常详细,需要的朋友可以参考借鉴,下面来一起看看吧。
    2018-01-01
  • python SSH模块登录,远程机执行shell命令实例解析

    python SSH模块登录,远程机执行shell命令实例解析

    这篇文章主要介绍了python SSH模块登录,远程机执行shell命令实例解析,具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01
  • Python-Tkinter Text输入内容在界面显示的实例

    Python-Tkinter Text输入内容在界面显示的实例

    今天小编就为大家分享一篇Python-Tkinter Text输入内容在界面显示的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-07-07
  • TensorFlow 实战之实现卷积神经网络的实例讲解

    TensorFlow 实战之实现卷积神经网络的实例讲解

    下面小编就为大家分享一篇TensorFlow 实战之实现卷积神经网络的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-02-02
  • 一文掌握Python日志远程传输的三种可靠方案

    一文掌握Python日志远程传输的三种可靠方案

    在分布式系统和微服务架构中,本地日志存储容易因服务重启、磁盘损坏或容器销毁导致日志丢失,为保障日志的完整性与可追溯性,将日志实时传输至远程服务器是关键措施,本文介绍了三种经过生产验证的Python日志远程传输方案,需要的朋友可以参考下
    2026-01-01
  • Python自己定义一个求累加和的函数方式

    Python自己定义一个求累加和的函数方式

    定义了一个函数来计算不确定数量参数的累加和,使用`*args`来接收不定数量的位置参数,函数内部通过遍历`args`并使用`sum()`函数计算所有参数的累加和,运行结果是累加和的值
    2025-11-11
  • python之os路径被转义的问题

    python之os路径被转义的问题

    这篇文章主要介绍了python之os路径被转义的问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-02-02

最新评论