pycharm

上一篇写了自动化测试需要的最基础环境配置，地址：https://www.cnblogs.com/tdp0108/p/10412073.html 当前市面上很多公司开发的应用软件都是BS架构，即基于浏览器和服务器的程序，这里涉及到一个问题，就是在测试过程中需要测试各种浏览器的兼容性。本篇继续承接上篇，配置IE和Chrome浏览器驱动，用于实现自动化驱动打开不同的主流浏览器。 1 Chromedriver配置 （1） 下载谷歌浏览器驱动，下载地址： http://chromedriver.storage.googleapis.com/index.html?path=2.27/ （2） 下载前需要查看自己系统上安装的chrome版本，我们下载的谷歌驱动必须和我们的浏览器版本对应一致，如网上整理的chrome和chromedriver对应的版本如下 如我的系统安装的是chrome54版本，因此我下载了对应的v2.27的驱动版本，如下图 （3） 将下载的谷歌驱动的包解压，复制包下的chromedriver.exe文件，分别将该文件拷贝到Python和Chrome浏览器安装目录下，如下图： （4） 然后我们还需要将谷歌浏览器的路径添加到环境变量的path变量中 （5） 以上配置好后，我们进入PyCharm中新建chromedriver.py的文件编辑以下代码

写在前面的话 作为有个 Python 菜逼，之前一直用的 Pycharm，但是在主题这一块怎么调整都感觉要么太骚，看起来不舒服，要么就是简直不能看。似乎用大 JB 公司 IDE 的人似乎都不怎么重视主题这个东西。 我个人是那种“喜新厌旧”的，所以看久了 Pycharm 就感觉很难受了，再加上 Pycharm 太笨重了，就换成了以前短时间用过的 VSCode，以前没用是懒得折腾插件，现在闲下来准备折腾一下！ 这里放一张我现在的 Pycharm 的配色主题： 闲话少说，进入正题！ 创建 Django 测试项目 这里说明一下，配置的是 Python + Django 的环境，所以我会从新建一个测试的 Django 项目开始，算是整体流程再走一遍！ 【1】新建一个 Django 项目： 注意，我这里 Python 使用的是 virtualenv 为项目建立的虚拟环境，没用过的照着这个步骤做就行，需要注意那个切换到我们新环境的命令就行 安装配置 VSCode 【1】安装 VSCode： 下载地址：https://code.visualstudio.com/ 根据自己电脑对应的操作系统下载对应的版本即可，至于安装过程也和一般的软件一样，没什么特别需要注意的地方！ 安装完成之后打开，最开始的页面是这样的： 这时候就需要我们根据需要安装对应的插件了，这也是整个 VSCode 最出彩的地方

本号持续关注pycharm的更新，这不本月11号迎来新版本，为防走丢，请关注公众号，让我们携手并行！有道是"予人玫瑰手留余香"，分享的确是件令人愉快的事，这也是我创建公众号的初心。言归正传，相信用过pycharm的同学，一定会对其爱不释手，因为用它来敲代码的确很顺手，现在很多公司，比如 Twitter，Groupon，Spotify，eBay和Telefonica 等都在用它。不过，您想使用它的专业版是需要花钱购买的，那如何解决呢？我们可以这样... 免责声明： 本方法只做学习研究之用，不得用于商业用途！若经济条件允许，请支持并购买正版，官方链接地址： https://www.jetbrains.com/pycharm/buy 1. 官网下载Professional(专业版) https://www.jetbrains.com/pycharm/download/ 具体安装方法这里就不赘述 2.下载补丁jetbrains-agent.jar (扫码关注公众号，公众号内回复 2019.2 获取) 3打开IDE，如果上来就提示注册，选择“Evaluate for free”(免费试用)->点击Evaluate 4.在弹出的新画面中,点击右下角的"Configure"弹出下拉菜单->选择"Edit Custon VM Options"并单击此按钮 5.在弹出的画面中输入以下内容(输入

1.pycham安装 一般不选择最新版本,我用的是2018.3，选择 Professional专业版 1.1 官网地址： https://www.jetbrains.com/pycharm/download/#section=mac 如果你不下载最新版本，请看下图点击other version 1.2 选择专业版2018.3 1.3 pycham密钥登陆 这个如果是mac用户可以去网上搜一下pycham密钥 windows，Ubuntu的用户永久使用pycham方法： 修改你们的pycharm.exe.vmoptions和pycharm64.exe.vmoptions文件（我的是在E:\PyCharm 2018.2.4\bin\文件里） pycharm.exe.vmoptions -server -Xms128m -Xmx512m -XX:ReservedCodeCacheSize=240m -XX:+UseConcMarkSweepGC -XX:SoftRefLRUPolicyMSPerMB=50 -ea -Dsun.io.useCanonCaches=false -Djava.net.preferIPv4Stack=true -Djdk.http.auth.tunneling.disabledSchemes="" -XX:+HeapDumpOnOutOfMemoryError

本篇是介绍在 Anaconda 环境下，创建 Scrapy 爬虫框架项目的步骤，且介绍比较详细 Python爬虫教程-31-创建 Scrapy 爬虫框架项目 首先说一下，本篇是在 Anaconda 环境下，所以如果没有安装 Anaconda 请先到官网下载安装 Anaconda 下载地址： https://www.anaconda.com/download/ Scrapy 爬虫框架项目的创建 0.打开【cmd】 1.进入你要使用的 Anaconda 环境 1.环境名可以在【Pycharm】的【Settings】下【Project：】下找到 2.使用命令：activate 环境名 ，例如： activate learn 3.进入想要存放 scrapy 项目的目录下 【注意】 4.新建项目：scrapy startproject xxx项目名 ，例如： scrapy startproject new_project 5.操作截图： 6.在文件资源管理器打开该目录，就会发现生成了好几个文件 7.使用 Pycharm 打开项目所在目录就可以了 这里我们就把项目创建好了，分析一下自动生成的文件的作用 Scrapy 爬虫框架项目的开发 0.使用 Pycharm 打开项目，截图： 项目的开发的大致流程： 1.明确需要爬取的目标/产品：编写 item.py 2.在 spider 目录下载创建

在安装 tensorflow-gpu时，也看过不少的博客，讲得乱七八糟的，也不能这样说，只是每个人安装的环境或需求不一样，因此没有找到一个适合自己的教程去安装 tensorflow-gpu版本。 当然，入手一台新电脑立马是安装配置这些环境，在次期间也遇到过不少的坑。话不多说，对此总结了以下几个步骤，直到成功！ 1、首先查看 tensorflow-gpu所对应的 python版本、 CUDA、 cuDNN版本，这个非常重要，直接决定，最后是否安装成功。 注：链接查看地址 https://tensorflow.google.cn/install/source_windows 2、下载 CUDA，并且安装 CUDA（ Compute Unified Device Architecture），是显卡厂商 NVIDIA 推出的运算平台。 当然在下载时，也遇到过不少尴尬的情景，比如说：下载超时，遇到下载超时的情况，解决办法：通过网络版下载并进行安装，效果是一样的！本次笔者下载的是 CUDA9.0，其下载地址： https://developer.nvidia.com/cuda-toolkit-archive 3、下载 cudnn 下载地址： https://developer.nvidia.com/rdp/cudnn-download 注意：下载时需要注册会员，只需要按照要求，简单注册即可

之前没有用过显卡，直接上手了一块RTX2080,在pycharm里面配置tensorflow-gpu踩坑无数，写下这篇经验，希望对还在坑中挣扎的小伙伴们有些帮助。 一些知识： 配置tensflow-gpu，大概需要安装显卡驱动，安装python，CUDA，cuDNN，更改环境变量，安装tensflow-gpu 其中的坑大概在于CUDA，cuDNN与tensorflow的版本需要兼容，有时还要考虑到python的版本。 其中还需要注意python的位数，好像只能64位，32位会在哪里出错我忘了...... CUDA（Compute Unified Device Architecture）是一种用于GPU通用计算的并行计算平台和编程模型。CUDA（Compute Unified Device Architecture）是一种用于GPU通用计算的并行计算平台和编程模型。 本人结果： 手动安装CUDA，cuDNN与tensorflow踩坑无数，实在不知道问题出现在哪，于是转投Anaconda（可以看做一个专门的python包管理软件） win10+Anaconda3+PyCharm 2019.1+python3.7-tensorflow-gpu1.13.1配置成功，几乎都是各个软件的最新版本 CUDA，cuDNN的版本呢？这就是Anaconda的好处了，在选择安装tensorflow时

一，本机配置 Win10 64bit NVIDIA GeForce GTX 960M Python3.7（Anaconda） 二，安装CUDA 亲测，TensorFlow-gpu1.13.1支持cuda10.0的版本，所以我们可直接选择cuda10.0的版本 Window10下载CUDA10 安装步骤为： 1）运行.exe可执行和层序。安装软件会先运行一个系统检查，如果没有软硬件不兼容的情况就能继续进行下一步。若有不兼容情况，系统检查则会报错，无法进行下一步。如果报错了，就最先考虑下是不是自己的显卡不被该版本支持。在安装过程中，它会先自动安装和你电脑对应的NVIDIA驱动。 2）选择默认安装就行。 三，安装cuDNN cuDNN7.3.1下载 下载cuDNN需要自己先在以上网址（cuDNN官网）注册个账号，注册成功后登陆进去选择cuDNN7.3.1下载即可。 下载完成后是一个.zip包，解压后进入目录，会发现三个子目录/bin，/include，/lib/x64。进去后会发现有三个文件，将这三个文件分别拷贝到cuda的安装目录的对应子目录下 默认cuda的安装目录是C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA 四，配置系统Path环境变量 检查你的系统Path环境变量中是否有这四项，没有请手动添加 C:\Program

Python--在Mac下安装PyQt5环境并配合pycharm（全部使用当前最新版） 博客说明 文章所涉及的资料来自互联网整理和个人总结，意在于个人学习和经验汇总，如有什么地方侵权，请联系本人删除，谢谢！ 安装pyqt5 安装PyQt5 pip3 install PyQt5 然后安装Qt Designer，发现报错 pip3 install pyqt5-tools 是因为在mac下Qt Designer需要去Qt里面下载 下载Qt 所以进入官网 http://download.qt.io/official_releases/qt/5.14/5.14.2/ 这东西有点大啊，一顿饭的时间过去了，我下载好了，现在来安装，几经波折打开了这个 然后要注册一个账户，现在都不能跳过了 注册之后就是这样啦 一路下来就安装好了 在应用列表里面展示 找到我们安装的位置，我们是在用户目录下的Qt文件夹下，如果要在应用程序里面显示，可以创建一个替身拖到应用程序即可 配置pycharm 打开配置 填写我们扩展配置，让我们能够更加快速的使用Qt Designer 找到我们的Qt Designer程序 像下面图片一样配置好 PyUIC，这个是安装吧ui文件转化为py文件的 我这里配置好了，不过不能打开，只能通过右上角的搜索来使用，这个可能是版本问题，我是mac的2020.1的版本 感谢 百度百科

小张的Pycharm最近弹出提示框 Your license has expired 提示过期 ....纳尼！！！！ 是不是看到这个也很头疼,。于是我就在想有没有一种方式可以让他永久免费的,于是小张从网上进行搜索,还真发现了几乎免费永久激活的方式,以下是小张为大家整理常见的两种激活方式。 一.激活码激活（不推荐）： 一般一年多需要激活一次，在License Activation激活界面，选择Active，选择Activation code，粘贴如下激活码，点击ok。这个不过多详细介绍。 二.永久激活（推荐使用） 激活码激活总是过期，永久激活后，一劳永逸，不需要每次都在网上搜索激活码了。 1、电脑断网操作最为方便。 2、将激活说明中 jetbrains-agent.jar文件复制到软件的安装位置里。 例如C:\Program Files\JetBrains\PyCharm 2018.1.3\bin 3、打开软件 （如果打不开软件，可以使用 离线激活码 激活下软件再继续操作） 点击菜单栏 Help -> Edit Custom VM Options，弹框后点击Creat,在最后加入下列一行内容： -javaagent:你pycharm的安装目录\jetbrains-agent.jar 　　 4.修改完成后，重启Pycharm，点击菜单栏中的 “Help” -> “Register”