开发过程中,为了做好环境隔离,经常会采用docker来进行开发,但是如何快速将docker中的环境和本地开发的IDE链接起来是一个常见问题,下面对其进行简单的总结:
(1)前期准备
开发环境docker和工具pycharm的安装使用,这里不做过多赘述,可以参考前面的博客,当完成所有环境准备后,打开pycharm加载项目路径,同时后台将环境适配的docker镜像挂起。像这样即可,

(2)环境关联配置
此刻通过file进行setting,然后选择project interpreter, 再点击右上角的小齿轮,进入到特定环境的添加选择,具体界面如下, 第一次设置需要先选择server那一行后面的new按钮来创建一个服务名,界面上直接默认即可,下面会出现connection successful字样,

选择ok退出,即可见到下面界面。

此刻需要在image name下拉列表中选择你的镜像,然后最重要的一步就是指定python编译器路径,当你docker内部python环境比较多时尤为重要,可以进入容器后,通过
which python
来确定你环境中默认依赖的python位置。最后选择ok,就可以看到环境加载成功了。

接下来你就可以看到docker环境下面库的详情了。但是同时需要注意的一点就是下面的path mapping,需要说明的是如果你前面已经将docker挂起时做了路径映射则不需要设置,如果没有则需要简单配置一下

(3)简单使用
当上面的一切配置完成后,就可以像基于本地环境一样自由使用ide编码,调试等等操作了。