dev container是干啥用的呢？我理解dev container是构建一个通用的开发环境，比如c语言，不同平台有不同的编译工具链，我在windows上下载了一份python源代码，怎么编译呢？dev container给出了一个解决方案，基于docker容器技术，dev container可以构建一致的开发环境，比如我编写好了一份dockerfile，该dockerfile构建了我的编译环境，dev container把dockerfile和编译命令连接在了一起，在vscode中使用dev container可以自动构建编译环境（即那个docker容器），并执行编译命令，python3的源码中就是这样做的。
让我们看一下python3.13.2版本的源码中的devcontainer.json和Dockerfile:
FROM docker.io/library/fedora:40
ENV CC=clang
ENV WASI_SDK_VERSION=24
ENV WASI_SDK_PATH=/opt/wasi-sdk
ENV WASMTIME_HOME=/opt/wasmtime
ENV WASMTIME_VERSION=22.0.0
ENV WASMTIME_CPU_ARCH=x86_64
RUN dnf -y --nodocs --setopt=install_weak_deps=False install /usr/bin/{blurb,clang,curl,git,ln,tar,xz} 'dnf-command(builddep)' && \
dnf -y --nodocs --setopt=install_weak_deps=False builddep python3 && \
dnf -y clean all
RUN mkdir ${WASI_SDK_PATH} && \
curl --location https://github.com/WebAssembly/wasi-sdk/releases/download/wasi-sdk-${WASI_SDK_VERSION}/wasi-sdk-${WASI_SDK_VERSION}.0-x86_64-linux.tar.gz | \
tar --strip-components 1 --directory ${WASI_SDK_PATH} --extract --gunzip
RUN mkdir --parents ${WASMTIME_HOME} && \
curl --location "https://github.com/bytecodealliance/wasmtime/releases/download/v${WASMTIME_VERSION}/wasmtime-v${WASMTIME_VERSION}-${WASMTIME_CPU_ARCH}-linux.tar.xz" | \
xz --decompress | \
tar --strip-components 1 --directory ${WASMTIME_HOME} -x && \
ln -s ${WASMTIME_HOME}/wasmtime /usr/local/bin
以上dockerfile基于fedora镜像构建，安装了WASI_SDK和WASMTIME，和一些编译所需的包，可以理解这就是我们的编译环境了。
那么devcontainer.json呢？
{
"build": {
"dockerfile": "Dockerfile"
},
"onCreateCommand": [
// Install common tooling.
"dnf",
"install",
"-y",
"which",
"zsh",
"fish",
// For umask fix below.
"/usr/bin/setfacl"
],
"updateContentCommand": {
// Using the shell for `nproc` usage.
"python": "./configure --config-cache --with-pydebug && make -s -j `nproc`",
"docs": [
"make",
"--directory",
"Doc",
"venv",
"html"
]
},
"postCreateCommand": {
// https://github.com/orgs/community/discussions/26026
"umask fix: workspace": ["sudo", "setfacl", "-bnR", "."],
"umask fix: /tmp": ["sudo", "setfacl", "-bnR", "/tmp"]
},
"customizations": {
"vscode": {
"extensions": [
// Highlighting for Parser/Python.asdl.
"brettcannon.zephyr-asdl",
// Highlighting for configure.ac.
"maelvalais.autoconf",
// C auto-complete.
"ms-vscode.cpptools",
// To view HTML build of docs.
"ms-vscode.live-server",
// Python auto-complete.
"ms-python.python"
],
"settings": {
"C_Cpp.default.compilerPath": "/usr/bin/clang",
"C_Cpp.default.cStandard": "c11",
"C_Cpp.default.defines": [
"CONFIG_64",
"Py_BUILD_CORE"
],
"C_Cpp.default.includePath": [
"${workspaceFolder}/*",
"${workspaceFolder}/Include/**"
],
// https://github.com/microsoft/vscode-cpptools/issues/10732
"C_Cpp.errorSquiggles": "disabled",
"editor.insertSpaces": true,
"editor.rulers": [
80
],
"editor.tabSize": 4,
"editor.trimAutoWhitespace": true,
"files.associations": {
"*.h": "c"
},
"files.encoding": "utf8",
"files.eol": "\n",
"files.insertFinalNewline": true,
"files.trimTrailingWhitespace": true,
"python.analysis.diagnosticSeverityOverrides": {
// Complains about shadowing the stdlib w/ the stdlib.
"reportShadowedImports": "none",
// Doesn't like _frozen_importlib.
"reportMissingImports": "none"
},
"python.analysis.extraPaths": [
"Lib"
],
"python.defaultInterpreterPath": "./python",
"[restructuredtext]": {
"editor.tabSize": 3
}
}
}
}
}
从上面往下看，一开始指定了构建使用的dockerfile，即使用当前目录的Dockerfile，随后定义了编译前、编译中、编译后所执行的命令，其中关键的是updateContentCommand中的编译命令：
./configure --config-cache --with-pydebug && make -s -j `nproc`
就是这条命令执行了python3的编译。
以上是我对dev container的感性认识，不要较真，下面记录一下使用dev container编译python3.13.2的过程。
只需要三步：
- 安装docker
- vscode安装dev container插件
- 使用vscode自动构建
1,2步自不必说，关键在于构建devcontainer的一步，从devcontainer.json中我们可以知道构建devcontainer需要先build docker容器，然后执行编译命令，其中可能会有几个问题点。
第一，docker镜像源问题，有可能下载镜像下载不下来，需要更换docker镜像源，操作如下：
编辑/etc/docker/daemon.json，写入：
{
"registry-mirrors": [
"https://docker.1ms.run",
"https://docker.xuanyuan.me"
]
}
执行命令：
sudo systemctl daemon-reload
sudo systemctl restart docker
第二，WASI和WASMTIME下载不下来，还是由于网络问题，源码中是从github上下载的，有可能你开了科技，或者更换网络，都无法使用Dockerfile中的curl命令把它成功下载下来，这里是这样解决的：
首先，离线下载wasi_sdk和wasmtime，就是dockerfile中的链接，构建时会在日志里打印出来。
然后，在本地开http服务器，将下载下来的包放入http服务器的目录中，修改dockerfile中的下载链接，然后再次构建即可成功。
开http服务器使用python自带的http服务器即可，好用：
python3 -m http.server
它会在本地0000:8000地址上开一个http服务，所以我们要把dockerfile中的下载链接改成本地，比如我本地ip是8.8.8.8，修改Dockerfile如下：
......
RUN mkdir ${WASI_SDK_PATH} && \
curl --location http://8.8.8.8:8000/wasi-sdk-${WASI_SDK_VERSION}.0-x86_64-linux.tar.gz | \
tar --strip-components 1 --directory ${WASI_SDK_PATH} --extract --gunzip
RUN mkdir --parents ${WASMTIME_HOME} && \
curl --location "http://8.8.8.8:8000/wasmtime-v${WASMTIME_VERSION}-${WASMTIME_CPU_ARCH}-linux.tar.xz" | \
xz --decompress | \
tar --strip-components 1 --directory ${WASMTIME_HOME} -x && \
ln -s ${WASMTIME_HOME}/wasmtime /usr/local/bin
修改完毕后重新打开vscode触发devcontainer自动构建，最终构建成功。
从vscode中打开终端，编译出的python可执行文件位于当前目录下：
[root@7e8983e25582 Python-3.13.2]# ls
Android InternalDocs Makefile Modules Parser Tools config.cache config.sub install-sh pyconfig.h python-config.py
Doc LICENSE Makefile.pre Objects Programs _bootstrap_python config.guess configure libpython3.13d.a pyconfig.h.in python-gdb.py
Grammar Lib Makefile.pre.in PC Python aclocal.m4 config.log configure.ac platform python
Include Mac Misc PCbuild README.rst build config.status iOS pybuilddir.txt python-config
[root@7e8983e25582 Python-3.13.2]# pwd
/workspaces/Python-3.13.2
[root@7e8983e25582 Python-3.13.2]# ./python
Python 3.13.2 (main, Mar 28 2025, 09:03:17) [Clang 18.1.8 (Fedora 18.1.8-2.fc40)] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>
节省一点生命，dev container帮我们完成了编译工作，使我们可以把精力放在源码上。
扫一扫
1114
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
