Robot Framework学习笔记之环境搭建

最新推荐文章于 2024-05-31 21:56:17 发布
最新推荐文章于 2024-05-31 21:56:17 发布
阅读量182 收藏
点赞数
分类专栏： RobotFramework学习笔记 文章标签： RobotFramework 自动化测试 ride
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/whc20605008/article/details/84530794
版权

Robot Framework环境搭建

一、安装python

可访问python的官方网站：http://www.Python.prg 找到下载页面下载需要的版本。对Window用户来说如果32位系统选择X86版本。如果是64位系统选择64版本，要注意版本，robotframework不支持python3.X。下载之后是.msi为后缀的文件，双击进行安装，按照常规安装即可。
安装之后配置环境变量：系统-高级系统设置-环境变量-Path
在这里插入图片描述
安装完成后验证：命令行输入python，出现对应的版本就说明安装成功。
在这里插入图片描述

二、安装robotframework

现在Python已经自带了pip ，命令行中输入pip install robotframework 回车安装robotframework。
在这里插入图片描述
安装完成验证：pybot --version，如果成功显示版本号则说明安装成功
在这里插入图片描述

三、安装wxPython

去 https://sourceforge.net/projects/wxpython/files/wxPython/2.8.12.1/ 下载wxPython，下载wxPython2.8-win64-unicode-2.8.12.1-py27.exe，注意要和python版本对应，和windows版本对应。wxPython是支撑Ride的运行库，一定要先装这个再装ride。如果在运行ride时提示版本不对，就按照提示的版本去下载重新安装一次。

四、安装ride

打开windows命令行，输入pip install robotframework-ride安装ride，完成后在命令行输入ride.py,出现ride界面就可以了。ride是robotframework的IDE。可以将C:\Python27\Scripts\ride.py这个文件创建快捷方式，就不用每次都命令行启动了，C:\Python27为你所在机器的python安装目录。

五、安装selenium2library库

打开windows命令行，输入pip install robotframework-selenium2library，安装完成后在命令行输入pip list查看python的安装列表，列表中出现了robotframework-selenium2library及对应的版本号，说明安装完成。
在这里插入图片描述

六、安装浏览器驱动

selenium操作浏览器需要有浏览器驱动来协助，启动firefox浏览器需要geckodriver驱动，但是最新几个版本的firefox不一定可以支持得到；启动ie浏览器需要IEDriverServer驱动，启动chrome浏览器需要有ChromeDriver驱动
下载之后放在C:\Python27\下。（之前用Firefox，但是各种版本不匹配，甚是苦恼，换成Chrome之后，ride运行成功。）
在这里插入图片描述
以下是本人安装Robot Framework所用安装包，希望对大家有帮助
https://download.csdn.net/download/whc20605008/10807420

吴彦平
关注
专栏目录
python 3.6 + robotFramework自动化框架 环境搭建、学习笔记
2301_78276982的博客
07-31 800
Selenium2Library提供了很多的方法，但在实际使用中仍有部分场景需要自行编写，robotFramework支持导入用户自定义的库。需注意文件名、类名的对应关系，否则会导入库失败；在...\python安装路径\Lib\site-packages下：（1）自定义方法所在的文件：MyKeywords.py。
Robot Framework学习笔记1-简介以及环境搭建
DHZYKN
11-10 109
转：https://blog.csdn.net/x83853684/article/details/80541017
RobotFramework学习笔记：环境安装以及robotframework-browser插件的安装
专注测试领域知识分享和技能提升
06-29 908
先来看一下以前写过的RobotFramework的几篇文章：RobotFramework基础篇-环境搭建RobotFramework实战篇-PC端web自动化demo及持续集成RobotFramework实战篇-HTTP协议接口自动化实战好久没用这个工具了，今天再来重新回顾一下接下来记录一下最近跟着大佬重新学习RF框架的时候，学习过程中记录的一些笔记，大佬的视频地址如下：...
从搭建到实战，看看这篇robotframework框架深度学习笔记
qaqqqqqaq_的博客
05-31 1104
​ RobotFramework 由Robot Framework Foundation支持。许多行业领先的公司在其软件开发中使用 该工具。 ​
RobotFrameWork学习笔记
weixin_37582559的博客
08-03 1073
1、 概念： （1） 测试项目（Project）：即测试工程主体，其下可以包含多个测试套件，格式：Directory （2） 测试套件（Test Suite）：即测试项目的基础，类似java工程中的类，其下可以包含多个测试用例，格式：File （3） 测试用例（Test Case）：测试项目中的最小可执行单元，只能在File类型的测试套件下创建； （4） 资源文件（Resource）：存放用户关键字，分内部资源文件和外部资源文件； 内部资源文件存在于目录型的测试项目（Project）和测试套件（Test S
Robot framework学习笔记（一）环境搭建篇
renzhilongqq的博客
09-26 452
  1.安装python2.7和pip python和pip加入系统环境变量   2.安装robot framework pip install robotframwork pip的版本不能太低，否则会报错 升级pip的版本,windows命令行：python -m pip install --upgrade pip pip相关用法 查看用户安装的第三方库： pip lis...
Robot Framework学习笔记
jimdd的博客
03-22 267
工作原因开始从Robot Framework开始接触和学习自动化测试框架的搭建和使用，过程中难免遇到各种各样的问题，仅以这篇笔记帮助我记忆和巩固这段学习过程：1、安装篇安装这件事向来坑很多，还好Robot Framework有很多辅助以安装的博文，感谢大神文章的指点帮助我顺利的完成环境搭建，这里记录一篇好文，以备不时之需感谢@义甬君的博文，此处加上地址，方便需要重新搭建环境的时候能找到：https...
Python3.7 + RobotFramework自动化测试框架环境搭建-学习笔记
jszy1314的博客
03-20 5539
Python3.7 + RobotFramework自动化测试框架环境搭建-学习笔记一、环境搭建1.安装相关的库2.pycharm3.IntelliBot4.pycharm配置执行器5.fireFox浏览器及对应驱动（1）浏览器（2）驱动二、使用cmd执行二、案例脚本（.robot文件）基本语法1.基本语法2.robot文件中调用自定义库（1）自定义方法所在的文件：MyKeywords.py（2）...
RobotFramework笔记
lnx97111的博客
04-20 769
RobotFramework 是一个基于 Python 语言开发的，可扩展的，以关键字驱动模式的自动化测试框架。关键字驱动：把项目中的一些逻辑封装成关键字（函数名），例如login，register，Set Variable等。调用不同关键字组合实现不同的业务逻辑，从而驱动测试用例执行。数据驱动：把测试用例的数据提取到excel或者yaml文件中，通过改变excel或者yaml文件中的数据驱动测试用例执行。简单易用： 使用自然语言和关键字来编写测试用例，不需要深入的编程知识。
大厂测试架构师RobotFramework自动化测试接口笔记
05-22
### 大厂测试架构师RobotFramework自动化测试接口笔记 #### 一、Robot Framework 简介 ##### 1. 什么是 Robot Framework - **开发者**：由 Nokia Siemens Networks（诺基亚西门子）开发。 - **定位**：Robot ...
Python3.6+RobotFramework自动化测试框架环境搭建-学习笔记
jszy1314的博客
03-22 5477
Python3.6+RobotFramework自动化测试框架环境搭建-学习笔记一、Appium服务端1、JDK安装1.1 推荐JDK版本：1.2 下载地址：1.3 下载方法：1.4 安装方法：2、安卓SDK2.1 下载方法：2.3 配置SDK的环境变量3、Node.js4、安装Appium5、安装appium-doctor二、Appium客户端1.安装Python2.安装Appium-Pytho...
基于yolov3结合卡尔曼滤波匈牙利算法虚拟线圈的车流量检测python源码+项目说明.zip
09-21
本项目专注于视频基的车辆跟踪与流量统计，依托深度学习技术，实时追踪路面车辆动态并精准统计各车道车流量。该项目通过以下核心步骤高效处理输入视频数据： 高精度目标检测：采用YOLOv3模型，凭借其卓越的实时性与准确性，快速识别视频中的车辆目标，为后续追踪奠定坚实基础。 稳定目标追踪：集成SORT（Simple Online and Realtime Tracking）算法，结合卡尔曼滤波器预测车辆未来位置，同时运用匈牙利算法优化目标间的匹配，实现连续、稳定的车辆追踪，有效应对遮挡、交叉等复杂场景。 智能车流量统计：借鉴虚拟线圈概念，巧妙设计算法以监测穿越预设区域的车辆，自动计数并准确统计各车道车流量，为交通管理与分析提供可靠数据支持。 整体而言，本项目通过融合先进的目标检测与追踪技术，结合创新的流量统计方法，构建了一个高效、精准的实时车辆跟踪与流量统计系统，为智慧交通领域的发展贡献力量。
本科毕业设计--基于深度学习的人脸面部表情识别.zip
最新发布
09-21
深度学习是机器学习的一个子领域，它基于人工神经网络的研究，特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征，这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分： 1. **神经网络（Neural Networks）**：深度学习的基础是人工神经网络，它是由多个层组成的网络结构，包括输入层、隐藏层和输出层。每个层由多个神经元组成，神经元之间通过权重连接。 2. **前馈神经网络（Feedforward Neural Networks）**：这是最常见的神经网络类型，信息从输入层流向隐藏层，最终到达输出层。 3. **卷积神经网络（Convolutional Neural Networks, CNNs）**：这种网络特别适合处理具有网格结构的数据，如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络（Recurrent Neural Networks, RNNs）**：这种网络能够处理序列数据，如时间序列或自然语言，因为它们具有记忆功能，能够捕捉数据中的时间依赖性。 5. **长短期记忆网络（Long Short-Term Memory, LSTM）**：LSTM 是一种特殊的 RNN，它能够学习长期依赖关系，非常适合复杂的序列预测任务。 6. **生成对抗网络（Generative Adversarial Networks, GANs）**：由两个网络组成，一个生成器和一个判别器，它们相互竞争，生成器生成数据，判别器评估数据的真实性。 7. **深度学习框架**：如 TensorFlow、Keras、PyTorch 等，这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数（Activation Functions）**：如 ReLU、Sigmoid、Tanh 等，它们在神经网络中用于添加非线性，使得网络能够学习复杂的函数。 9. **损失函数（Loss Functions）**：用于评估模型的预测与真实值之间的差异，常见的损失函数包括均方误差（MSE）、交叉熵（Cross-Entropy）等。 10. **优化算法（Optimization Algorithms）**：如梯度下降（Gradient Descent）、随机梯度下降（SGD）、Adam 等，用于更新网络权重，以最小化损失函数。 11. **正则化（Regularization）**：技术如 Dropout、L1/L2 正则化等，用于防止模型过拟合。 12. **迁移学习（Transfer Learning）**：利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就，但它也面临着一些挑战，如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
雷电模拟器改成真机环境
09-21
在Android系统中，模拟器通常会被识别为非真实的设备，这可能导致某些应用或服务无法正常运行，尤其是那些需要硬件信息或root权限的应用。改真机环境意味着通过技术手段使模拟器的行为更接近真实的Android设备，包括模拟设备硬件信息、IMEI、MAC地址等，以绕过检测并提升兼容性。LSPSED（Linux System Property Setter and Editor）模块是Magisk的一个扩展，专门用于修改Android系统的系统属性。通过LSPSED，我们可以更改设备的各种系统属性，如设备型号、制造商信息等，这些修改对于使模拟器看起来更像真实设备至关重要。在使用过程中，还需要添加几个机型模块，这些模块通常包含了特定设备的系统配置信息，如设备代号、硬件信息等。通过安装这些模块，雷电模拟器可以模仿各种流行的Android设备，进一步提高应用的兼容性和真实性。
CenterNet 部署版本，便于移植不同平台（onnx、tensorRT、rknn、Horizon）
09-21
CenterNet 是一种用于目标检测的神经网络架构，它的核心思想是利用目标的中心点作为检测的关键信息。这种方法与传统的目标检测方法（如基于边界框的方法）有所不同，因为它不直接预测目标的边界框，而是预测目标的中心点坐标和目标的宽度与高度。 CenterNet 的主要特点包括： 1. **中心点预测**：网络输出目标的中心点坐标，以及目标的宽度和高度。 2. **热图（Heatmap）**：网络生成一个热图，其中每个像素点的值表示该点成为目标中心点的概率。 3. **回归任务**：除了中心点坐标，网络还需要预测目标的宽度和高度，这通常通过预测中心点周围的偏移量来实现。 4. **多任务学习**：CenterNet 通常会同时预测目标的类别、中心点坐标、宽度、高度以及目标的旋转角度（在某些变体中）。 5. **端到端训练**：CenterNet 可以直接在最终的目标检测任务上进行端到端的训练，无需复杂的区域提议网络（Region Proposal Network, RPN）或锚点（anchor）机制。 6. **高效性**：由于省略了传统目标检测中的一些步骤，CenterNe
CSP-J是计算机科学学科相关的青少年科技爱好者等级考试.docx
09-21
CSP-J是计算机科学学科相关的青少年科技爱好者等级考试，全称为青少年软件编程等级考试。以下是对CSP-J的详细介绍： 一、考试背景与目的 CSP-J考试是由全国青少年软件编程等级考试标准工作组制定，并得到中国电子学会的认可，旨在培养青少年计算机科学素养和编程能力。通过参加这一考试，青少年可以检验自己的学习成果，增强自信心和竞争力，同时为他们未来在计算机科学领域的深入学习和职业发展打下坚实的基础。 二、考试内容与形式 CSP-J考试主要面向入门级别的青少年，考察内容侧重于计算机基础知识和算法的理解。考试形式分为初赛（笔试）和复赛（机试），即CSP-J1与CSP-J2。 初赛（CSP-J1）：侧重于理论知识的考核，包括计算机基础知识、算法基本概念等，以笔试形式进行。 复赛（CSP-J2）：更侧重于上机编程能力的实践考察，要求参赛者在计算机上完成编程任务。 参赛者必须先参加初赛，并达到一定的分数方可参加复赛。 三、报名与参与 报名方式：CSP-J/S认证面向所有对计算机科学有兴趣的青少年开放，报名和认证过程均在网上进行。认证点由CCF（中国计算机学会）授权的CSP非专业级别省认证组
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

吴彦平

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值