用 Python 实现 Docker 镜像批量推送(带进度条)

 更新时间:2026年04月29日 09:47:29   作者:rockmelodies  
本文主要介绍了用 Python 实现 Docker 镜像批量推送(带进度条)

背景

在本地调试或搭建漏洞复现环境时,我们经常会使用到各种公开的 Docker 镜像(如 vulhub/jboss/portainer/ 等)。但出于以下原因,你可能需要将这些镜像迁移到自己的 Docker Hub 仓库

  • 防止官方仓库删除或无法访问
  • 在隔离环境中部署
  • 长期保存当前使用的镜像版本
  • 配合自己的 docker-compose.yml 统一管理

手动一个个 docker tag + docker push 很繁琐,尤其当镜像数量多、体积大时。因此我写了一个 Python 脚本,它可以:

  • ✅ 自动读取当前所有容器(包括停止的)使用的镜像
  • ✅ 去除原始仓库前缀(如 xxx/),打上自己的仓库标签
  • ✅ 带 实时进度条(基于 tqdm)显示每一层的上传进度
  • 增量上传:已存在的层会自动跳过,不会重复消耗流量

脚本代码

将以下代码保存为 push_images_with_progress.py

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import docker
import sys
from tqdm import tqdm
# ========== 配置 ==========
DOCKER_USERNAME = "rockmelodies"   # 你的 Docker Hub 用户名
# =========================
client = docker.from_env()
def get_unique_images_from_all_containers():
    """获取所有容器(包括停止的)使用的镜像名(唯一)"""
    containers = client.containers.list(all=True)
    images = set()
    for c in containers:
        # 镜像名格式:repository:tag
        image_full = c.image.tags[0] if c.image.tags else f"{c.image.id[:12]}"
        images.add(image_full)
    return images
def short_image_name(full_name):
    """从 vulhub/nginx:1.11.13 提取 nginx:1.11.13"""
    # 去掉第一个 / 之前的所有内容
    if '/' in full_name:
        return full_name.split('/', 1)[-1]
    return full_name
def tag_and_push(image_full):
    """打标签并推送,显示进度条"""
    short = short_image_name(image_full)
    new_tag = f"{DOCKER_USERNAME}/{short}"
    print(f"\n🚀 处理镜像: {image_full}")
    print(f"   → 新标签: {new_tag}")
    # 1. 拉取原始镜像(确保本地存在)
    try:
        client.images.get(image_full)
    except docker.errors.ImageNotFound:
        print(f"   ⚠️ 本地未找到 {image_full},尝试拉取...")
        client.images.pull(image_full)
    # 2. 打标签
    img = client.images.get(image_full)
    img.tag(new_tag)
    # 3. 推送(带进度条)
    print("   ⬆️ 开始推送...")
    layers_progress = {}
    for line in client.images.push(new_tag, stream=True, decode=True):
        if 'id' in line and 'progressDetail' in line:
            layer_id = line['id']
            progress = line['progressDetail']
            total = progress.get('total')
            current = progress.get('current')
            if total and current:
                if layer_id not in layers_progress:
                    layers_progress[layer_id] = tqdm(
                        total=total, unit='B', unit_scale=True,
                        desc=f"    层 {layer_id[:12]}", leave=False
                    )
                layers_progress[layer_id].update(current - layers_progress[layer_id].n)
                if current >= total:
                    layers_progress[layer_id].close()
                    del layers_progress[layer_id]
        elif 'status' in line:
            status = line['status']
            if 'already exists' in status.lower():
                tqdm.write(f"   ℹ️ {status}")
    print(f"   ✅ 推送完成: {new_tag}\n")
def main():
    print("🔍 获取所有容器使用的镜像...")
    images = get_unique_images_from_all_containers()
    if not images:
        print("❌ 没有找到任何容器镜像。")
        sys.exit(1)
    print(f"📋 找到 {len(images)} 个唯一镜像:")
    for img in images:
        print(f"   - {img}")
    for img in images:
        try:
            tag_and_push(img)
        except Exception as e:
            print(f"❌ 推送失败 {img}: {e}")
    print("\n🎉 所有镜像处理完毕!")
if __name__ == "__main__":
    main()

使用步骤

1. 安装依赖

pip install docker tqdm

如果提示 pip 未找到,请先确保 Python 环境正常(必要时使用 python -m ensurepip --upgrade)。

2. 登录 Docker Hub

docker login

输入你的 Docker ID个人访问令牌(推荐) 或密码。

3. 修改脚本中的用户名

DOCKER_USERNAME = "rockmelodies" 改为你自己的 Docker Hub 用户名。

4. 运行脚本

python3 push_images_with_progress.py

运行效果示例

🔍 获取所有容器使用的镜像...
📋 找到 11 个唯一镜像:
   - vulhub/comfyui:3.39.1-with-manager
   - vulhub/webmin:1.910
   ...
🚀 处理镜像: vulhub/comfyui:3.39.1-with-manager
   → 新标签: rockmelodies/comfyui:3.39.1-with-manager
   ⬆️ 开始推送...
    层 a1b2c3d4e5f6: 45%|████▌     | 45.2M/100M [00:05<00:06, 8.2MB/s]
   ℹ️ Layer already exists
   ✅ 推送完成: rockmelodies/comfyui:3.39.1-with-manager
🎉 所有镜像处理完毕!

核心优势

🔁 增量上传(不会重复推送)

  • 脚本使用 docker.images.push(stream=True) 获取推送过程的实时输出。
  • Docker 底层采用分层存储,如果远程仓库已有某层(如之前推送过),会显示 Layer already exists 并直接跳过,不会重新传输数据。
  • 因此即使多次运行脚本,也不会浪费流量和时间

📊 精确进度条

  • 基于 tqdm,为每一个正在上传的镜像层绘制独立的进度条。
  • 实时显示已传输大小、总大小、传输速度。
  • 当层传输完成后进度条自动关闭。

🧠 自动提取镜像列表

  • 调用 Docker API 获取所有容器(all=True 包括已停止的)。
  • 自动去重,同一个镜像不会重复处理。
  • 无需手动维护镜像列表,适合动态环境。

🏷️ 智能打标签

  • 自动去除原始仓库前缀(如 vulhub/jboss/portainer/)。
  • 例如:vulhub/nginx:1.11.13你的用户名/nginx:1.11.13
  • 简洁且符合 Docker Hub 命名规范。

常见问题

Q1:推送时提示denied: requested access to the resource is denied

A:没有登录或登录凭据无效。执行 docker login 并确认用户名/令牌正确。

Q2:脚本运行时卡住不动?

A:大型镜像的上传需要时间,进度条可能会短暂没有更新,实际仍在传输。请耐心等待。如果长时间无响应,检查网络连接。

Q3:我不想推送所有镜像,只想推送某几个怎么办?

A:可以修改 get_unique_images_from_all_containers() 函数,增加过滤逻辑;或直接在脚本中定义一个白名单列表。

Q4:推送完成后如何确认镜像在 Docker Hub 上?

A:登录 https://hub.docker.com/u/你的用户名 查看仓库列表。也可以执行 docker pull 你的用户名/镜像名:标签 测试。

扩展想法

  • 可以添加 --dry-run 模式,只显示将要推送的镜像而不实际执行。
  • 支持多个目标仓库(如同时推送到阿里云镜像仓库)。
  • 增加失败重试机制和日志记录。

总结

这个 Python 脚本让你可以用一条命令将本地所有运行过的 Docker 镜像完整迁移到自己的 Docker Hub 仓库,并实时看到推送进度。而且由于 Docker 分层的特性,重复执行也不会造成资源浪费。

如果你也在管理多个漏洞复现环境或自定义镜像,不妨试试这个脚本,让镜像迁移变得轻松又透明。

到此这篇关于用 Python 实现 Docker 镜像批量推送(带进度条)的文章就介绍到这了,更多相关Python  Docker 镜像批量推送内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python解压zip包中文乱码解决方法

    python解压zip包中文乱码解决方法

    这篇文章主要介绍了python解压zip包中文乱码解决方法,帮助大家更好的理解和学习python,感兴趣的朋友可以了解下
    2020-11-11
  • Python数据类型学习笔记

    Python数据类型学习笔记

    这篇文章主要针对Python数据类型为大家进行了详细介绍,整理一篇关于Python数据类型的学习笔记,感兴趣的小伙伴们可以参考一下
    2016-01-01
  • python如何为被装饰的函数保留元数据

    python如何为被装饰的函数保留元数据

    这篇文章主要为大家详细介绍了python如何为被装饰的函数保留元数据,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-03-03
  • 零基础学习python偏函数语法的推导方法步骤

    零基础学习python偏函数语法的推导方法步骤

    这篇文章主要介绍了零基础学习python偏函数语法的推导方法步骤详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-06-06
  • Python使用sigthief签发证书的实现步骤

    Python使用sigthief签发证书的实现步骤

    Windows 系统中的一些非常重要文件通常会被添加数字签名,其目的是用来防止被篡改,能确保用户通过互联网下载时能确信此代码没有被非法篡改和来源可信,从而保护了代码的完整性、保护了用户不会被病毒、恶意代码和间谍软件所侵害,本章将演示证书的签发与伪造
    2021-06-06
  • Python实现识别图像中的二维码并纠正倾斜姿态

    Python实现识别图像中的二维码并纠正倾斜姿态

    这篇文章主要为大家详细介绍了如何Python实现识别图像中的二维码并纠正倾斜姿态,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2026-03-03
  • 使用python装饰器计算函数运行时间的实例

    使用python装饰器计算函数运行时间的实例

    下面小编就为大家分享一篇使用python装饰器计算函数运行时间的实例,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
    2018-04-04
  • python实现电子词典

    python实现电子词典

    这篇文章主要为大家详细介绍了python实现电子词典,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2014-01-01
  • 详解python如何通过numpy数组处理图像

    详解python如何通过numpy数组处理图像

    Numpy 是 Python 中科学计算的核心库,NumPy 这个词来源于 Numerical 和 Python 两个单词。它提供了一个高性能的多维数组对象,以及大量的库函数和操作,可以帮助程序员轻松地进行数值计算,广泛应用于机器学习模型、图像处理和计算机图形学、数学任务等领域
    2022-03-03
  • Python实现双向RNN与堆叠的双向RNN的示例代码

    Python实现双向RNN与堆叠的双向RNN的示例代码

    这篇文章主要为大家详细介绍了如何利用Python语言实现双向RNN与堆叠的双向RNN,文中详细讲解了双向RNN与堆叠的双向RNN的原理及实现,需要的可以参考一下
    2022-07-07

最新评论