走过岁月我才发现——云IDE真方便(Python3.8环境测试)

简介: 走过岁月我才发现——云IDE真方便(Python3.8环境测试)

产品测试:

网站地址:开发者云平台


初始状态:


image.png


我们在菜单的第一个选项中看到了【秘钥管理】,处于有秘钥先看秘钥的原则,我们就先看看【秘钥管理】是干啥的。

image.png



生成SSH秘钥看看:


image.png


这个秘钥是用于Cloud IDE 内推拉代码的,先复制一下,不知道啥时候用。


创建工作空间

我们先创建一个工作空间来看看,其中我们暂时没有仓库地址,所以创建一个【空】先用着。环境我这里选择了Python3.8,规格给了个2CPU 4BG的虚拟机。


image.png


创建成功:


image.png


这里点击红色框选中的启动按钮,会跳出一会新的页面。

image.png



它这给的环境是VSCode的开发工具:



image.png

尝试着安装一些插件:


插件安装

我安装了了个icon的图标,成功了。说明就是正常使用的vscode。


image.png


创建python文件

创建文件就是VSCode的创建文件方式。没啥技巧。

image.png



运行python文件

写一个基础函数用作测试。


import time
print(time.time())

点击运行->启动调试。

image.png



进入到调试页面


image.png


它这里自动运行了。


image.png


个人建议直接进入到终端自己操作,可掌握度更高一些。


环境是linux的,基本也都那几个命令。



image.png

我们跑一个需要【requests】环境的小测试:


这里不是最新的版本,在安装的包的时候出现了问题,我们需要更新一下pip到最新的版本。


image.png


非最新版本异常提示:


image.png


更新到最新版本:


pip install --upgrade pip

速度较慢,应该没有更改镜像地址:


image.png


更新完毕,已经提示Successfully到最新的pip22.3版本。


我们可以自己修改一下镜像地址,方便下载scrapy:


pip config set global.index-url https://repo.huaweicloud.com/repository/pypi/simple

修改完毕。

image.png

我们来安装一下【requests】和【scrapy】


pip install requests
pip install scrapy

下载完毕

image.png



Demo测试

测试个demo看看,我就拉取两个文档。


#!usr/bin/env python
# -*- coding:utf-8 _*-
from requests import get
from scrapy.selector import Selector
import time
import random
html = get("http://book.zongheng.com/showchapter/1085747.html").content.decode("utf-8")
sel = Selector(text=html)
result = sel.css("ul li a::attr(href)").extract()
count = 0
for x in result:
    if "1085747" in x:
        html = get(x).content.decode("utf-8")
        sel = Selector(text=html)
        title = sel.css("div.title_txtbox::text").extract()[0]
        title = title.replace(":", "_")
        info = sel.css("div.content p::text").extract()
        strInfo = ""
        for j in info:
            strInfo += j
        file = open(str.format("{0}{1}", title, ".txt"), "w", encoding="utf-8")
        file.write(strInfo)
        file.close()
        timeStop = random.randint(1, 4)
        time.sleep(timeStop)
        print("success", title)
        if count == 2:
            break
        count += 1


拉取成功


image.png


查看环境pip list


image.png

云IDE挑战赛

我发现了有个挑战赛Cloud IDE / 1024云IDE应用挑战赛 · GitCode


image.png


参赛人员

大赛面向全社会开放,个人、高等院校、科研单位、企业等人员均可报名参赛。


说明:如有大赛主办方和技术支持单位(如 CSDN 员工)参赛,则自动放弃获奖资格。


赛事安排

image.png


参赛奖项


image.png

参赛要求


image.png


耗时计算

刚才测试消耗的时间是0.75小时,可以看到对应的消耗额度,那么代表我们不使用的时候一定要点击【终止】按钮。


image.png


终止成功后:

image.png

相关文章
|
12天前
|
测试技术 数据库 UED
Python 性能测试进阶之路:JMeter 与 Locust 的强强联合,解锁性能极限
【9月更文挑战第9天】在数字化时代,确保软件系统在高并发场景下的稳定性至关重要。Python 为此提供了丰富的性能测试工具,如 JMeter 和 Locust。JMeter 可模拟复杂请求场景,而 Locust 则能更灵活地模拟真实用户行为。结合两者优势,可全面评估系统性能并优化瓶颈。例如,在电商网站促销期间,通过 JMeter 模拟大量登录请求并用 Locust 模拟用户浏览和购物行为,可有效识别并解决性能问题,从而提升系统稳定性和用户体验。这种组合为性能测试开辟了新道路,助力应对复杂挑战。
34 2
|
3天前
|
项目管理 Python
如何在Mac上安装多个Python环境
在你的Mac上使用多个Python环境可以对项目管理很有帮助,特别是在同时处理不同Python版本或不同的包需求时。在这篇文章中,我们将向你展示如何在Mac上轻松地安装和管理多个Python环境。
17 5
 如何在Mac上安装多个Python环境
|
8天前
|
SQL JavaScript 前端开发
基于Python访问Hive的pytest测试代码实现
根据《用Java、Python来开发Hive应用》一文,建立了使用Python、来开发Hive应用的方法,产生的代码如下
27 6
基于Python访问Hive的pytest测试代码实现
|
6天前
|
Python Windows
安装Python环境
安装Python环境
21 8
ACE
|
7天前
|
SQL 分布式计算 数据处理
如何创建2024云栖Openlake测试项目和配置环境
2024年云栖大会,MaxCompute 多项重磅产品新功能邀测发布,新特性包括 支持OpenLake的湖仓一体2.0、Object Table支持SQL或MaxFrame处理非结构化数据、Delta Table增量表格式、基于增量物化视图的增量计算、MCQA2.0 SQL引擎查询加速等。其相关特性将在中国区 公共云 北京、上海、杭州、深圳Region 上线开放试用。本文以最佳实践的方式,帮助您创建MaxCompute和周边产品 在Openlake解决方案demo中需要准备的实例、项目和开发环境,并完成配置。欢迎您玩转云栖邀测demo,体验新功能。
ACE
156 6
|
11天前
|
安全 JavaScript 前端开发
自动化测试的魔法:如何用Python编写你的第一个测试脚本
【8月更文挑战第41天】在软件的世界里,质量是王道。而自动化测试,就像是维护这个王国的骑士,确保我们的软件产品坚不可摧。本文将引导你进入自动化测试的奇妙世界,教你如何使用Python这把强大的魔法杖,编写出能够守护你代码安全的第一道防护咒语。让我们一起开启这场魔法之旅吧!
|
11天前
|
测试技术 持续交付 Apache
Python性能测试新风尚:JMeter遇上Locust,性能分析不再难🧐
【9月更文挑战第10天】随着软件应用的不断扩展,性能测试成为确保系统稳定运行的关键环节。本文通过对比Apache JMeter和Locust,探讨了如何在Python环境中利用这两款工具挖掘更多性能测试潜力。JMeter是一款成熟且功能强大的开源工具,支持多种协议,适用于各种应用的测试;而Locust则基于Python,通过简单脚本模拟HTTP请求,更适合Web应用测试。
28 2
|
13天前
|
消息中间件 监控 测试技术
惊呆了!Python性能测试高手都用这些神器:JMeter+Locust,效率翻倍📈
【9月更文挑战第8天】在软件开发中,性能测试对确保应用稳定性和高效运行至关重要。对于Python开发者而言,选择合适的性能测试工具能显著提升测试效率并精准定位性能瓶颈。本文深入探讨了JMeter和Locust这两款工具的独特优势。JMeter作为跨平台的性能测试工具,支持多种协议,具备高度可定制性和扩展性;而Locust则专为Python应用设计,利用协程实现高并发,提供实时监控和分布式测试功能。两者结合使用,可在实际项目中实现1+1>2的效果,帮助开发者构建全面高效的测试方案,保障应用稳定运行。
42 1
|
3天前
|
存储 监控 安全
在自动化测试环境中,如何确保测试数据的安全性和隐私性
在自动化测试环境中,如何确保测试数据的安全性和隐私性
|
7天前
|
敏捷开发 测试技术 持续交付
自动化测试之美:如何用Selenium和Python打造高效测试脚本
【9月更文挑战第13天】在软件开发的海洋中,自动化测试是那抹不可或缺的亮色。它不仅提升了测试效率,还保障了产品质量。本文将带你领略使用Selenium和Python构建自动化测试脚本的魅力所在,从环境的搭建到脚本的编写,再到问题的排查,每一步都是对软件质量把控的深刻理解和实践。让我们开始这段探索之旅,解锁自动化测试的秘密吧!
11 0