关于uiautomator2的atx代理错误问题“atx-agent has something wrong, auto recovering”

最新推荐文章于 2024-09-17 15:02:08 发布

洛克王国，童年回忆

最新推荐文章于 2024-09-17 15:02:08 发布

阅读量3.2k

点赞数

文章标签： UI自动化测试 atx-agent 错误修复配置文件端口修改

本文链接：https://blog.csdn.net/rad_color_form/article/details/126834281

版权

如图，代码是正确的，之前已经成功运行过的，但是过了几天再次运行时却报错，问题出现在哪里我也不太清楚，一运行就报“atx-agent has something wrong, auto recovering”

但我知道该怎么解决这个问题，只要删除 .uiautowator2 文件夹里的配置文件就可以了，如下面两张图所示打开文件夹 C:\Users\Administrator\.uiautomator2\cache

第一步

第二步端口有可能会改变，需要修改端口

我的技术不高，但还是希望大家一起共同成长，这篇攻略如有问题请指出，我也是个小白

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

洛克王国，童年回忆

关注关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

爬虫(30)移动端前导知识

m0_46738467的博客

04-19

1121

文章目录第二十八章移动端数据的爬取1. 移动端背景2. Uiautomator介绍3. u2的执行流程4. adb的安装和使用5. u2连接第二十八章移动端数据的爬取 1. 移动端背景随着数字计数的发展，数据不仅仅存在于pc端，移动端数据的发展也是非常的快！对于做数据分析、移动画像、市调研来说，如果你仅仅参考pc端的数据是远远不够的。这个时候，移动端的数据就显得尤为重要了。互联网的发展史是：pc端>移动端>大数据，大数据后面可能是AI人工智能。目前仍然处在大数据的阶段。在2000年后兴起

python连接手机_python-uiautomator2 安装以及连接手机调试

weixin_35225144的博客

01-13

2542

1、简介python-uiautomator2是一个自动化测试开源工具，仅支持Android平台的原生应用测试。2、支持平台及语言python-uiautomator2封装了谷歌自带的uiautomator2测试框架，提供便利的python接口。他允许测试人员直接在PC上编写Python的测试代码，操作手机应用，完成自动化，大大提高了自动化代码编写的效率。3、python-uiautomator2...

1 条评论您还未登录，请先登录后发表或查看评论

python模拟app抢号_使用python编程自动玩手游

weixin_42356331的博客

02-04

1229

我们在玩手游的时候，会发现手游中有些步骤总是需要重复玩，每天都要重复，比如重复做日常任务啥的，一直肝个不停，但是其实很多东西都是固定玩法了，但是就是需要你机械的重复，我就没见过什么手游是不肝的，就算自诩全流程自动化的手游，总还是有些东西需要重复做的。那么怎么让程序帮我们自动玩手游呢？接下来介绍怎么做想想我们是怎么玩手游的，我们玩手游，是眼睛识别手游画面，然后大脑根据游戏画面指挥手指做出相应触摸，触...

uiautomator2使用安卓设备的UI自动化测试

windmill_lwf的博客

08-05

1651

众所周知，安卓的UI自动化测试已经比较完善了，有数不清的自动化框架或者工具。但是介绍的内容并不多，当手里的手机多了之后，要做自动化测试平台，这块的东西又不得不碰，，才能更加自由。

.NET Core 1.0现在发布了！

cunfuxiao7305的博客

10-12

173

I feel like it's the culmination of all these years of work in .NET and Open Source. This is why I came to work at Microsoft; we wanted to open source as much as we could and build a community around ...

【常见问题】ATX-Agent启动失败

python自动化

06-19

3797

小黄车启动失败，可能原因是进程被杀掉，后台服务重启 #授权 adb shell chmod 755 /data/local/tmp/atx-agent #重启并后台运行 adb shell /data/local/tmp/atx-agent server -d

ATX-Agent：无法启动

weixin_44045331的博客

07-15

8841

1、安卓手机上ATX无法启动，点击启动UIAUTOMATOR按钮，提示not started 解决方法：命令行执行 adb shell chmod 755 /data/local/tmp/atx-agent data/local/tmp/atx-agent version # 查看版本 /data/local/tmp/atx-agent server -d # 启动atx-agent并切换到后台运行 ...

uiautomator2 无法连接 ATX-Agent

qq_42709514的博客

11-26

2437

ATX-Agent 提示无法提供服务非 am instrument启动 uiautomator2.exceptions.GatewayError uiautomator2 连接异常

【常见问题】python -m uiautomator2 init安装ATX-Agent失败，进行手动安装

python自动化

06-19

9192

1、python -m uiautomator2 init，报错：由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。才用手动安装ATX程序；

android-fragment-lifecycle:展示传统Android支持片段生命周期的小示例

04-28

片段生命周期描述此应用程序演示了创建和销毁片段时的片段生命周期。这是为了更好地理解片段管理器通过其调用片段上的方法的顺序以及活动相对于所述片段处于什么状态。该应用程序未维护，仅提供用于教育用途。...

心率检测matlab代码-Recovering-hidden-components-in-multimodal-data:恢复多峰数据中的隐藏

05-27

心率检测matlab代码恢复多峰数据中的隐藏组件 T. Shnitzer，M.Ben-Chen，L.Guibas，R.Talmon和HT Wu在“使用复合扩散算子恢复多峰数据中的隐藏成分”中合成胎儿ECG心率检测示例的MATLAB实现数据科学数学（SIMODS）。...

心率检测matlab代码-Recovering-hidden-components-in-multimodal-data:T.Shnitzer

05-27

adb/atx测试-＞总结

qq_33411994的博客

05-16

2495

adb/atx

Python爬虫学习笔记-第二十九课(移动端前导知识补充)

tzr0725的博客

03-24

539

移动端前导知识补充1. UIAutomator2自动化工具基本操作1.1 启动/停止手机APP1.2 安装/卸载手机APP1.3 其他操作2. Weditor的前导知识2.1 基本概念3. Weditor定位控件3.1 前导知识3.2 UiSelector定位的使用 1. UIAutomator2自动化工具基本操作 1.1 启动/停止手机APP 在之前的博客中笔者提及了一种查找包名的命令：adb shell pm list packages。在这介绍第二种方案，使用aapt⼯具，在终端输⼊命令：aapt

QPython+uiautomator2安卓手机自动化脚本编写

mynaiskey的博客

07-01

5201

uiautomator2使用说明：https://github.com/openatx/uiautomator2前置条件：电脑安装了adb，可以使用命令首先下载QPython_3C发行版：https://gitee.com/buddygr/qpython-3c 如下打开终端，使用platform库可以看到：推荐电脑使用和QPython一样的python版本，如下，QPython是3.10.5 64bit 且是Linux版的，电脑去装一个Windows版的就行（好像也没有Linux版的，需要手动编译），然后

深度探索Uiautomator2（ATX）原理（附含源码解析）

weixin_41447567的博客

07-23

1290

深度探索Uiautomator2（ATX）原理

uiautomator2快速入门app自动化测试教程

汪学友的博客

11-22

3891

本文章需要会 python 基础语法，课程目标是熟练使用 uiautomator2 库进行 android 自动化测试。

【APP测试】 uiautomator2，atx框架安装和简单使用

qq_45492643的博客

04-16

1372

用途和特点：UIAutomator2 更专注于 Android 平台的原生应用和系统应用的自动化测试，性能稳定且无需额外的安装；而 Appium 则提供了跨平台的支持，可以用于 iOS、Android 和 Windows 应用的自动化测试，具有更灵活的定位方式和丰富的生态系统。定位策略：UIAutomator2 使用原生的 UI 属性来定位，而 Appium 支持更多定位策略，如 XPath、CSS 选择器等。技术栈和语言。

二十种编程语言庆祝中秋节

最新发布

敲代码别忘了喝上一杯凉白开。

09-17

935

在全球范围内，编程语言作为技术沟通的桥梁，不仅仅局限于解决技术问题，还能承载文化传递的使命。本文展示了如何使用二十种不同的编程语言来表达对中秋节的祝福，这些语言包括了Python、C、C++、Java、C#、Perl、Go、ASP、PHP、JavaScript、HTML、Visual Basic、VB早期版本、Visual C++、Delphi、Shell、Cobol、ActionScript、Foxpro和DOS批处理。每种语言的代码示例简单直接，都以其独特的语法输出“祝大家中秋快乐”的信息。

Recovering Realistic Texture in Image Super-resolution by Deep Spatial Feature Transform

04-05

Image super-resolution (SR) is the process of increasing the resolution of a low-resolution (LR) image to a higher resolution (HR) version. This is an important task in computer vision and has many practical applications, such as improving the quality of images captured by low-resolution cameras or enhancing the resolution of medical images. However, most existing SR methods suffer from a loss of texture details and produce overly smooth HR images, which can result in unrealistic and unappealing results. To address this issue, a new SR method called Deep Spatial Feature Transform (DSFT) has been proposed. DSFT is a deep learning-based approach that uses a spatial feature transform layer to recover realistic texture in the HR image. The spatial feature transform layer takes the LR image and a set of HR feature maps as input and transforms the features to a higher dimensional space. This allows the model to better capture the high-frequency details in the image and produce more realistic HR images. The DSFT method also employs a multi-scale approach, where the LR image is processed at multiple scales to capture both local and global features. Additionally, the model uses residual connections to improve the training process and reduce the risk of overfitting. Experimental results show that DSFT outperforms state-of-the-art SR methods in terms of both quantitative metrics and visual quality. The method is also shown to be robust to different noise levels and image degradation scenarios. In summary, DSFT is a promising approach for realistic texture recovery in image super-resolution. Its ability to capture high-frequency details and produce visually appealing HR images makes it a valuable tool for various applications in computer vision.