RF接口测试本地环境部署

简介: ##1 Python环境及robotframework安装 ###1.1 安装python 2.7.9(自带pip) + 下载python,双击msi文件安装 >https://www.python.
##1 Python环境及robotframework安装
###1.1 安装python 2.7.9(自带pip)
+ 下载python,双击msi文件安装
>https://www.python.org/ftp/python/2.7.9/python-2.7.9.amd64.msi
>注意:安装路径不要有空格,可能会引起pip的使用问题

+ 配置Path
 - 我的电脑 – 右键 – 高级系统设置 – 环境变量 – 编辑path
 - 添加 `D:\Python27\;D:\Python27\Scripts\;`
>如果已安装过strawberry,需将python的变量置于strawberry之前,如:
`D:\Python27\;D:\Python27\Scripts\;C:\strawberry\c\bin;`

- 检查是否安装成功:
```
C:\Users\hetaoli>python
Python 2.7.9 (default, Dec 10 2014, 12:28:03) [MSC v.1500 64 bit (AMD64)] on win
32
Type "help", "copyright", "credits" or "license" for more information.
```

###1.2 安装pip(如果已执行第一步安装python2.7.9,则可跳过此步骤)
>参考https://pip.pypa.io/en/stable/installing.html#install-pip

+ 下载 `get-pip.py`
+ cmd执行:`python get-pip.py `

###1.3 安装robotframework
> 以下步骤如果pip安装的时候提示time out或者fetch异常的时候,请使用豆瓣源安装
+ windows打开目录%HOMEPATH%\pip
+ 新建文件pip.ini
+ ```
[global]
index-url = http://pypi.douban.com/simple
trusted-host = pypi.douban.com
```

+ Cmd执行:`pip install robotframework`
+ 出现如下提示则表示安装成功:
```
Successfully installed robotframework
Cleaning up...
```

###1.4 安装RIDE
+ 安装wxPython:
>http://sourceforge.net/projects/wxpython/files/wxPython/2.8.12.1/wxPython2.8-win64-unicode-2.8.12.1-py27.exe/download

+ cmd执行`pip install robotframework-ride`

+ cmd执行`ride.py `即可启动


##2 接口测试需要用到的库安装
###2.1 安装requests库 (robotframework-requests依赖这个request http client)
Cmd执行`pip install requests`

###2.2 安装requestLibrary (封装的http关键字用到此类库)
Cmd执行`pip install -U robotframework-requests`

###2.3 安装 Database Library(操作数据库)
Cmd执行`pip install robotframework-databaselibrary`

###2.4 安装pymysql
Cmd执行`pip install pymysql`

###2.5 安装pyobdc (支持unicode)
+ cmd执行:`pip install pyodbc`

###2.6 安装SSHLibrary (用于远程修改php配置文件,比如测试白名单) + 安装 [http://www.microsoft.com/en-us/download/confirmation.aspx?id=44266](http://www.microsoft.com/en-us/download/confirmation.aspx?id=44266) + 安装pycrypto,cmd执行`pip install pycrypto` + 安装paramiko,cmd执行`pip install paramiko` + 安装SSHLibrary,cmd执行`pip install robotframework-sshlibrary` ###2.7 安装httplibrary (为了使用该库的json关键字,对json操作相当方便) + cmd执行: `pip install --upgrade robotframework-httplibrary` ##3 参考资料 + RF官网: <http://robotframework.org/> + 原版user guide: <http://robotframework.org/robotframework/latest/RobotFrameworkUserGuide.html> + 中文版user guide: <http://www.usyiyi.cn/robot_framework/content/>
技术改变世界! --狂诗绝剑
目录
相关文章
|
14天前
|
JSON Java 测试技术
SpringCloud2023实战之接口服务测试工具SpringBootTest
SpringBootTest同时集成了JUnit Jupiter、AssertJ、Hamcrest测试辅助库,使得更容易编写但愿测试代码。
49 3
|
18天前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
|
1月前
|
机器学习/深度学习 编解码 监控
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
这篇文章详细介绍了如何使用YOLOv8进行目标检测任务,包括环境搭建、数据准备、模型训练、验证测试以及模型转换等完整流程。
1574 1
目标检测实战(六): 使用YOLOv8完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
25天前
|
编解码 安全 Linux
网络空间安全之一个WH的超前沿全栈技术深入学习之路(10-2):保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali——Liinux-Debian:就怕你学成黑客啦!)作者——LJS
保姆级别教会你如何搭建白帽黑客渗透测试系统环境Kali以及常见的报错及对应解决方案、常用Kali功能简便化以及详解如何具体实现
|
25天前
|
缓存 自然语言处理 并行计算
基于NVIDIA A30 加速卡推理部署通义千问-72B-Chat测试过程
本文介绍了基于阿里云通义千问72B大模型(Qwen-72B-Chat)的性能基准测试,包括测试环境准备、模型部署、API测试等内容。测试环境配置为32核128G内存的ECS云主机,配备8块NVIDIA A30 GPU加速卡。软件环境包括Ubuntu 22.04、CUDA 12.4.0、PyTorch 2.4.0等。详细介绍了模型下载、部署命令及常见问题解决方法,并展示了API测试结果和性能分析。
913 1
|
1月前
|
机器学习/深度学习 监控 计算机视觉
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
本文介绍了如何使用YOLOv7进行目标检测,包括环境搭建、数据集准备、模型训练、验证、测试以及常见错误的解决方法。YOLOv7以其高效性能和准确率在目标检测领域受到关注,适用于自动驾驶、安防监控等场景。文中提供了源码和论文链接,以及详细的步骤说明,适合深度学习实践者参考。
369 0
目标检测实战(八): 使用YOLOv7完成对图像的目标检测任务(从数据准备到训练测试部署的完整流程)
|
1月前
|
分布式计算 Hadoop 大数据
大数据体系知识学习(一):PySpark和Hadoop环境的搭建与测试
这篇文章是关于大数据体系知识学习的,主要介绍了Apache Spark的基本概念、特点、组件,以及如何安装配置Java、PySpark和Hadoop环境。文章还提供了详细的安装步骤和测试代码,帮助读者搭建和测试大数据环境。
61 1
|
1月前
|
JSON 算法 数据可视化
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
这篇文章是关于如何通过算法接口返回的目标检测结果来计算性能指标的笔记。它涵盖了任务描述、指标分析(包括TP、FP、FN、TN、精准率和召回率),接口处理,数据集处理,以及如何使用实用工具进行文件操作和数据可视化。文章还提供了一些Python代码示例,用于处理图像文件、转换数据格式以及计算目标检测的性能指标。
67 0
测试专项笔记(一): 通过算法能力接口返回的检测结果完成相关指标的计算(目标检测)
|
1月前
|
机器学习/深度学习 并行计算 数据可视化
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
这篇文章介绍了如何使用PaddleClas框架完成多标签分类任务,包括数据准备、环境搭建、模型训练、预测、评估等完整流程。
103 0
目标分类笔记(二): 利用PaddleClas的框架来完成多标签分类任务(从数据准备到训练测试部署的完整流程)
|
1月前
|
机器学习/深度学习 数据采集 算法
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
这篇博客文章介绍了如何使用包含多个网络和多种训练策略的框架来完成多目标分类任务,涵盖了从数据准备到训练、测试和部署的完整流程,并提供了相关代码和配置文件。
56 0
目标分类笔记(一): 利用包含多个网络多种训练策略的框架来完成多目标分类任务(从数据准备到训练测试部署的完整流程)
下一篇
无影云桌面