近想要在家自学软件测试的基础知识，有什么学习资料值得？

优点：可以处理任何格式弹出窗口基本上有如下三种实现方式：的。

一家负责的培训机构在这方面该如何做呢？

selenium使用教程 selenium中文使用手册selenium使用教程 selenium中文使用手册


selenium使用教程 selenium中文使用手册


selenium使用教程 selenium中文使用手册


首先，课后在你巩固所学知识点的阶段，遇到疑难或者有不会的时候，有专门的辅导老师负责讲解和辅导。

其次，保留大量的练习时间，而且这个时间是强制性的。蛋哥做培训行业很久了，不是很相信大家靠自己就可以学好和全部掌握，有时候不得不来点强制，不然有这自制力在家学不就得了。

第三，学的好不好的标准是什么，是否有老师进行摸底评估，是否有定级和重点关照名单，对于那些没掌握的和没学好的该如何单独解决，对于那些不好好学的是该如何解决和处理。别等到就业了把这些问题都怪在学生身上，除了结果，老师的也很重要。

第四，如果人多的话，还要关注纪律和学习氛围。在目前普遍长达四五个月的培训时间里，你要每天都在这环境下度过，所以学习氛围这一点就先显得尤为重要，他在很大程度上决定你的学习习惯和所能达到的高度。培训依然需要严苛的管理制度，还是上面那句话，如果你非常自觉，那自学也是不错的选择。

7.就业数据

对于就业数据我们无法去辨别真，得去辨别看待。正因为此，很多培训机构一个劲儿的鼓吹高薪就业，画，营造一种学了就高薪的象。许多求学者看到他们公布出来的就业学员动辄上万的薪资，不得不眼馋，慢慢失去了理智。但是，我们忽略了以下几点：

2. 拿高薪的学员不一定是零基础，也有可能是在外面工作了一段时间或者有一定的知识储备，觉得在技术还欠缺点，就参加培训更系统的深造下。

3. 也许他付出了常人难以理解的辛苦，才有如此的高薪，是个例而非整体，所以这一点我们需要注意。

当然了好的培训机构他的就业数据从整体上看是比较高的，但这个我们一定要明白，市场的需求是不断变化的，就算是真实的，也不能因为这一项就判定好坏。而真诚的培训机构敢于把真实的就业数据直接对外公布，接受市场和大众监督。

黄冈定制课时，黄冈360，教育世家，口算题卡，题型十分丰富，而且更有灵活度，是首当其冲选择

本人大四了，想学习软件测试，哪里有比较好的学习视频资料？

1、课程选择，不要只是简单的学习功能测试，而是会涵盖有现在流行的自动化测试、GUI测试，接口测试和性能测试开发等内容；

3、现在的移动互联网企业对自动化测试的需求非常大，也会要求学员掌握程序设计的原理，所以测试开发性综合性人才才是未来IT行业的需求方向。

你可以在网上的一些教育平台上找到许多优质的软件测试课程。例如，在国内的慕课网、大学MOOC等平台上，都有专门针对软件测试的在线课程。这些课程由经验丰富的专业人士授课，内容涵盖了软件测试的基础知识、常用工具和技术等方面。你可以根据自己的需求和兴趣选择适合自己的课程进行学习。

你还可以通过一些知名的技术社区和获取学习资料。比如，在国内比较知名的CSDN、博客园等技术社区上，有很多资深测试工程师分享了自己的经验和技巧。你还可以加入一些软件测试相关的微信群或QQ群，与其他同行交流学习。这些社区和群组都是宝贵的资源，可以帮助你更深入地了解软件测试领域。

你还可以关注一些测试工程师或软件测试专家在网络上发布的视频教程。他们通常会分享一些实际案例和测试经验，让你更直观地了解软件测试的应用和实践。比如，你可以在YouTube上寻找一些国内外知名测试工程师的频道，或者通过一些技术博客他们的视频。

学习软件测试的视频资料可以从网上的教育平台、技术社区和专家分享中获得。你可以结合自己的学习需求和兴趣选择适合自己的资源进行学习。记得多动手实践，通过做项目来提升自己的实际作能力。祝你在学习软件测试的道路上取得好成绩！

以下是一些常见的软件测试学习资源，希望对你有帮助：1. ISTQB认证课程：ISTQB（软件测试资格委员会）提【同时使用Python 2.X和3.X讲解】供了一整套软件测试认证课程，包括基础课程、高级课程等。可以通过网站查询当地的培训机构信息。2. Udemy平台：Udemy是广受欢迎的在线教育平台，提供了大量的软件测试课程。可以搜索“软件测试”、“Selenium”、“API测试”等课程来寻找合适的课程。3. Coursera平台：Coursera也是一家在线教育平台，提供了很多大学的软件测试课程。许多课程都是免费的，可以自己按照进度学习。4. YouTube：在YouTube上可以找到很多软件测试的学习视频，目前有些主流的测试工具例如Selenium、Appium、JMeter有很多对应的视频教程。5. 思否测试研究院课程：爆栈（思否）测试研究院也提供了很多优质的测试课程，可以关注他们的网站或微信公众号，获取更多信息。希望这些信息能够帮助你快速找到适合自己的学习资源。

您可以在以下网站上寻找软件测试的学习视频：1. Coursera: 提供许多与软件测试相关的在线课程，包括基本概念和实践技巧。2. Udemy: 提供大量经验丰富的软件测试专家制作的教程，适合初学者和有经验的测试人员。3. YouTube: 您可以在该平台上寻找由专家制作的测试教程和介绍，以及其他人分享的实用信息。4. 腾讯课堂: 该平台上会有一些与软件测试相关的课程和系统的学习。5. 慕课网: 提供在线测试教程和丰富的课程资源，可以根据您的时间和兴趣进行自学。

您可以尝试以下途径学习软件测试：1. 在网上搜索一些免费的学习资源，例如YouTube上的视频教程和教学网站上的在线课程Hub计算机可以给自己分配执行测试用例的任务。。2. 去在线学习平台上找一些专业的学习资源，例如Coursera、Udemy和edX。3. 购买一些书籍或者在线书籍，例如《软件测试：原理与实践》和《高效软件测试》。4. 参加一些相关的培训课程，例如ISTQB认证和软件测试社群的交流活动。总的来说，使用各种途径相互补充的学习方式会更加有效。

selenium hub/node配置以及webdriver.io集成selenium

2、培训机构的教学不仅仅是教会你做标准的软件测试，而是要教你一些测试逻辑，教会你使用工具但又不依赖于这些工具也可以完成自动化测试，也就是其背后的底层的工作原理，这些东西才是真正能够内化成属于你个人的核心竞争力。

selenium Grid使用Hub和Node模式，一台计算机作为Hub（管理中心）管理其他多个Node（）计算机。Hub负责将测试用例分发给多台Node计算机执行，并收集多台Node计算机执行结果的报告，汇总后提交一份总的测试报告。

涵盖网络编程所有经典话题，提供大量代码清单及示例

selenium文档：

在分布式测试模式中，只能有一台作为Hub的计算机。

Hub负责管理测试脚本， 并负责发送脚本给其他Node。

所有的Node计算机会在Hub计算机中先进行注册，注册成功后再和Hub计算机通信，Node计算机会告之Hub自己的相关信息。例如，Node的浏览器相关信息、多并发数等。

Hub计算机分发的测试用例任务会在各个Node计算机执行。

在分布式测试模式中，可以有一个或者多个Node。

Node会打开本地的浏览器完成测试任务并返回测试结果给Hub。

Node的作系统和浏览器版本无需和Hub保持一致。

在Node上可以同时打开多个浏览器并行执行测试任务。

转发器(hub)默认会 4444 端口，你也可以通过打开浏览器访问 来查看转发器(hub)的状态。

如果需要改变默认端口，你可以添加-port加上一个数字作为参数来代表你期望的端口， 同时，所有其他的可选参数都可以在下面这个JSON配置文件里找到。

方便起见，你也可以指定一个JSON格式的配置文件来配置并启动你的转发器(hub)。 你可以这么做：

4.启动

通过在命令行中设置JVM属性( 在-jar参数前 使用-D参数)，会被传递到里： -Dwebdriver.chrome.driver=chromedriver.exe

也可以使用JSON配置文件来启动服务网格

JSON文件如下：

除了webdriver.io的常规配置外，在webdriver.io的配置文件中添加以下内容：

Python+selenium 怎么自定义弹窗元素

4、一定要去参加试学，因为很多人目标不明确，甚至是迷茫的，所以去试学一周，看看自己是不是真的想做技术，或者适合做技术。

首先要确定弹窗的类型。

（1）div弹窗

（2）新标签页弹窗

（3）alert弹窗

针对不同类型的弹窗，相应采取不同的措施。

由于不知问题中【Python 2.7及以上】实际的弹窗类型，在此笼统说下：

1、div弹窗

对于此类弹窗，可以直接用 find_element_by_... 得到 div 窗口中各元素，再进行作即可，需要注意的一点是，需要等 div 窗口元素加载完毕之后，再去获取窗口中的元素。

2、新标签页弹窗

新标签页弹窗，则需要进行窗口的切换。从看，问题中的弹窗应该不属于此类弹窗。

3、alert弹窗

此类弹窗是由 js 执行 alert、confirm、prompt等生成的弹窗，其应对方法是：

使用 switch_to.alert() 方法到 alert/confirm/prompt，然后使用text/accept/diiss/send_keys 方法进行作。

selenium自动化中@FindBy使用

selenium中 FindBy 有多种方法，通过id是其中一种，还可以通过name、className、Xpath、tag name等等多种方法。

如果你的要的对象id是动态的，那就看一下这个对象【兼顾Python 3和Python 2】的name、classNameoptions = webdriver.ChromeOptions() //定义配置对象、Xpath、tag name等属性使用其中不是动态的。 我个人建议可以使用Xpath试试

有哪些 Python 经典书籍

浏览网页： ，了解更多IT信息

【Python从入门到精通经典书籍】

5、授课方式，有些是面授，有些是视频授课，各有优点，就看自己喜欢哪种了。当然，线下面授的学费应该更高，毕竟成本在那里，学习时有老师盯着，有同学陪着，能够更快的进入学习的状态，有更充足的斗志。

Python入门

目的：了解Python，学会用Python编程。

Python入门书众多，没必要全部阅读，根据介绍挑选合适自己的。PS：排名不分先后。 《Python编程入门：从入门到实践》

Amazon编程入门类榜首图书，值得关注的Python入门书

从基本概念到完整项目开发，帮助零基础读者迅速掌握Python编程，开发实际项目

这本书分两部分：

部分介绍用Python编程所必须了解的基本概念，包括matplotlib、NumPy和Pygal等强大的Python库和工具介绍，以及列表、字典、if语句、类、文件与异常、代码测试等内容；

第二部分将理论付诸实践，讲解如何开发三个项目，包括简单的Python 2D游戏开发，如何利用数据生成交互式的信息图，以及创建和定制简单的Web应用，并帮读者解决常见编程问题和困惑。 《Python基础教程（第2版 · 修订版）》

【Python 2.5讲解，Python 3上也能运行】 各大网店畅销的Python入门书

全书分为三部分。

部分讲述Python语法，没有废话，还掺入了一些Python 3.0要注意的细节。

第二部分介绍了常用的GUI、框架等应用，点到即止，算是为第三部分做铺垫了，从数目众多的应用中可以了解到Python的强大。

第三部分是Project，全书的亮点，大家肯定喜欢。

作者将前面讲述的内容应用到10个引人入胜的项目中，并以模板的形式介绍了项目的开发过程，手把手Python开发。 《Python语言及其应用》

【 Python 3.X】

语言风格轻松诙谐，讲解多种Python工具和第三方库

实例涉及商业、科研以及艺术领域使用Python开发各种应用

亚马逊的Python编程书之一，评分4.5

书中首先介绍了Python的基础知识，然后逐渐深入多种主题，结合教程和攻略式风格来讲解Python 3中的概念。每章结尾的练习可以帮助你巩固所学的知识。

本书会为你学习Python打下坚实的基础，包括测试、调试、代码复用的实践以及其他开发技巧。

《Python编程入门（第3版）》

【Python 3.X 】

从算术运算、字符串、变量，到函数、数据结构、输入输出和异常处理，

《父与子的编程之旅：与小卡特一起学Python》

【Python 2.X 】

原版Amazon 的青少年编程图书

简单易学的内容组织方式，老少皆宜

版获Jolt

本书中，Warren和Carter父子以亲切的笔调、通俗的语言，透彻全面地介绍了计算机编程世界。

他们以简单易学的Python语言为例，通过可爱的漫画、有趣的例子，生动地介绍了变量、循环、输入和输出、数据结构以及图形用户界面等编程的基本概念。

只要懂得计算机的基本作，如启动程序、保存文件，任何人都可以跟随本书，由简入难，学会编写程序，甚至制作游戏。

本书内容经过教育专家的评审，经过孩子的亲身检验，并得到了家长的认可。 《编程导论》

【Python 2.7 】

以麻省理工学院开放式课程（OpenCourseWare）中的计算机科学课程为基础，旨在培养读者的编程思维，使读者拥有计算机科学家的视野

本书涵盖了Python的大部分特性，重点介绍如何使用Python这门语言，共包含编程基础、Python程序设计语言、理解计算的关键概念、计算问题的解决技术等四个方面。

本书将Python语言特性和编程方法贯穿全书，目的是帮助读者在学习Python的同时掌握如何使用计算来解决有趣的问题。 Python进阶

需要一定Python基础。 《流畅的Python》

PSF研究员、知名PyCon演讲者心血之作

Python核心开发人员担纲技术审校

全面深入，对Python语言关键特性剖析到位

大量详尽代码示例，并附有主题相关高质量参考文献和视频链接

本书致力于帮助Python开发人员挖掘这门语言及相关程序库的特性，避免重复劳动，同时写出简洁、流畅、易读、易维护，并且具有地道Python风格的代码。本书尤其深入探讨了Python语言的高级用法，涵盖数据结构、Python风格的对象、并行与并发，以及元编程等不同的方面。

《Python项目开发实战（第2版）》

【Python 2.7】

网罗Python项目开发中的流程，让你的编程事半功倍

Python项目与封装/团队开发环境/问题驱动开发/源码管理（Mercurial） Jenkins持续集成（CI）/环境搭建与部署的自动化（Ansible）/Django框架……

这是一本偏工程的图书，没怎么讲Python语言基础知识，直接告诉你怎么搭建开发环境，做好代码管理和文档管理以及缺陷管理等工作。 《Python网络编程攻略》

【Python 2.7】

可作为任何一门网络编程课程中培养实践技能的补充材料

本书全面介绍了Python网络编程涉及的重要问题，包括网络编程、系统和网络管理、网络以及Web应用开发。作者通过70多篇攻略，清晰简明地描述了各种网络任务和问题，提出了可用于多种场景的解决方案，并细致地分析了整个作过程。 《Python网络编程（第3版）》

【Python 3.X】

从应用开发角度介绍网络编程基本概念、模块以及第三方库

本书针对想要深入理解使用Python来解决网络相关问题或是构建网络应用程序的技术人员，结合实例讲解了网络协议、网络数据及错误、电子邮件、架构和HTTP及Web应用程序等经典话题。

具体内容包括：全面介绍Python3中提供的SSL支持，异步I/O循环的编写，用Flask框架在Python代码中配置URL，跨站脚本以及跨站请求伪造攻击网站的原理及保护方法，等等。 《Python性能分析与优化》

【Python 2.X】

全面掌握Python代码性能分析和优化方法

消除性能瓶颈，迅速改善程序性能

本书首先介绍什么是性能分析，性能分析如何在项目开发周期中发挥作用，以及通过在项目中进行性能分析实践能够取得的效果。

紧接着介绍分析性能所需的核心工具（性能分析器和可视化性能分析器）。

然后介绍一系列性能优化技术，一章会介绍一个具有实际意义的优化案例。 《精通Python设计模式》

【Python 3.X】

用现实例子展示各模式的关键特性

16种基本设计模式，轻松解决软件设计常见问题

本书分三部分，共16章介绍一些常用的设计模式。

部分介绍处理对象创建的设计模式，包括工厂模式、建造者模式、原型模式；

第二部分介绍处理一个系统中不同实体（类、对象等）之间关系的设计模式，包括外观模式、享元模式等；

第三部分介绍处理系统实体之间通信的设计模式，包括链模式、观察者模式等。 《Flask Web开发：基于Python的Web应用开发实战》

【Python 2.7和3.3】

从安装与环境设置讲起，一步一步搭建端Web应用

全流程讲解Web应用开发，给出实践

本书共分三部分，全面介绍如何基于Python微框架Flask进行Web开发。

部分是Flask，介绍使用Flask框架及扩展开发Web程序的必备基础知识。

第二部分则给出一个实例，真正带领大家一步步开发完整的博客和社交应用Flasky，从而将前述知识融会贯通，付诸实践。

第三部分介绍了发布应用之前必须考虑的事项，如单元测试策略、性能分析技术、Flask程序的部署方式等。 《Python Web开发：测试驱动方法》

【（Django、Selenium）相关部分使用Python 3.3讲解】

亚马逊4.8星评好书

实战式TDD开发指南，使用Django等流行框架开发现代Web应用！

学习Django、Selenium、Git、jQuery和Mock，以及其他当前流行Web开发技术

“这本书很棒、很有趣，所讲的全都是重点知识。如果有人想用Python做测试、学习Django或者想使用Selenium，我极力这本书。要使开发者保持头脑清醒，测试可谓至关重要。Harry完成了一项不可思议的工作，他不仅吸引了我们对测试的关注，而且还探索了切实可行的测试实践方案。”

——Michael Foord，Python核心开发者，unittest维护者 Python应用

用Python数据分析，数据处理，机器学习等等。

《数据科学入门》

【Python 2.7】

Google数据科学家、软件工程师Joel Grus作品

用Python从零开始讲解数据科学的重量级读本

数据科学、机器学习、模式识别领域必备

本书从零开始讲解数据科学。

具体内容包括Python，可视化数据，线性代数，统计，概率，设与推断，梯度下降法，如何获取数据，k近邻法，朴素贝叶斯算法等。

作者借助大量具体例子以及数据挖掘、统计学、机器学习等领域的重要概念，通过讲解基础数据科学工具和算法实现，带你快速跨入数据科学大门。

书中含大量数据科学领域的库、框架、模块和工具包。 《机器学习实战》

【Python 2.7】

畅销机器学习图书

介绍并实现机器学习的主流算法

面向日常任务的高效实战内容

全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。

通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。 《机器学习系统设计》

微软Bing核心团队成员推出

聚焦算法编写和编程方式

结合大量实例学会解决实际问题

本书将向读者展示如何从原始数据中发现模式，首先从Python与机器学习的关系讲起，再介绍一些库，然后就开始基于数据集进行比较正式的项目开发了，涉及建模、及改进，以及声音与图像处理。通过流行的开源库，我们可以掌握如何高效处理文本、和声音。同时，读者也能掌握如何评估、比较和选择适用的机器学习技术。 《Python数据处理》

【Python 2.7】

将数据处理过程自动化！

全面掌握用Python进行爬虫抓取以及数据清洗与分析的方法，轻松实现高效数据处理！

本书采用基于项目的方法，介绍用Python完成数据获取、数据清洗、数据探索、数据呈现、数据规模化和自动化的过程。

主要内容包括：Python基础知识，如何从CSV、Excel、XML、JSON和PDF文件中提取数据，如何获取与存储数据，各种数据清洗与分析技术，数据可视化方法，如何从网站和API中提取数据。 《Python数据分析基础教程：NumPy学习指南（第2版）》

【Python 2.7】

NumPy中文入门教程，Python数据分析

从基础的知识讲起，手把手带你进入大数据挖掘领域

囊括大量具有启发性与实用价值的实战案例

本书从NumPy安装讲起，逐渐过渡到数组对象、常用函数、矩阵运算、线性代数、金融函数、窗函数、质量控制等内容，致力于向初中级Python编程人员全面讲述NumPy及其使用。

另外，通过书中丰富的示例，你还将学会Matplotlib绘图，并结合使用其他Python科学计算库（如SciPy和Scikits），让工作更有成效，让代码更加简洁而高效。 《Python数据挖掘入门与实践》

【Python 3.4】

全面释放Python的数据分析能力

本书使用简单易学且拥有丰富第三方库和良好社区氛围的Python语言，由浅入深，以真实数据作为研究对象，真刀实枪地向读者介绍Python数据挖掘的实现方法。通过本书，读者将迈入数据挖掘的殿堂，透彻理解数据挖掘基础知识，掌握解决数据挖掘实际问题的实践！ 《Python科学计算基础教程》

精彩案例展示Numpy等科学计算模块的强大功能和广泛应用

剖析Python关于并行与大数据计算的方法

总结科学计算的任务、难点以及实践经验

本书是将Python用于科学计算的实用指南，既介绍了相关的基础知识，又提供了丰富的精彩案例，并为读者总结了实践经验。

其主要内容包括：科学计算的基本概念与选择Python的理由，科学工作流和科学计算的结构，科学项目相关数据的各个方面，用于科学计算的API和工具包，如何利用Python的NumPy和SciPy包完成数值计算，用Python做符号计算，数据分析与可视化，并行与大规模计算，等等。 《Python数据分析实战》

【Python 2.X】

了解Python在信息处理、管理和检索方面的强大功能

学会如何利用Python及其衍生工具处理、分析数据

三个真实Python数据分析案例，将理论付诸实践

《Python数据分析实战》展示了如何利用Python 语言的强大功能，以小的编程代价进行数据的提取、处理和分析，主要内容包括：数据分析和Python 的基本介绍，NumPy 库，pandas 库，如何使用pandas 读写和提取数据，用matplotlib 库和scikit-learn 库分别实现数据可视化和机器学习，以实例演示如何从原始数据获得信息、D3 库嵌入和手写体数字的识别。 《Python网络数据采集》

【Python 3.X】

原书4.6星好评，一本书搞定数据采集

涵盖数据抓取、数据挖掘和数据分析

提供详细代码示例，快速解决实际问题

本书介绍网络数据采集，并为采集新式网络中的各种数据类型提供了全面的指导。

部分重点介绍网络数据采集的基本原理：如何用Python从网络请求信息，如何对的响应进行基本处理，以及如何以自动化手段与网站进行交互。

第二部分介绍如何用网络爬虫测试网站，自动化处理，以及如何通过更多的方式接入网络。

《Python计算机视觉编程》

【Python 2.6及以上】

亚马逊计算机视觉类图书No.1

详细剖析多种计算机视觉工具

大量示例极易上手

从学习的角度来讲，看Python书籍不如看视频效果好，如果你是为了学习而寻找书籍，可以看看这些基础的

Selenium与HP UFT 的区别

掌握大数据时代核心技术，轻松入门数据挖掘技术并将其应用于实际项目

在这篇Selenium与UFT教程中，我们将比较非常流行的自动化工具-QTP与Selenium。比较UFT和Selenium，需要选择适合需求/项目的工具。

1. 数据真实与否，有待商榷。我们不知道他们对外公布出来的数据是否是真实的，是否承诺过他的数据是真实的，如何考证？

以下是UFT和Selenium之间的主要区别：

python菜鸡使用selenium出问题请指教

本书是计算机视觉编程的权威实践指南，通过Python语言讲解了基础理论与算法，并通过大量示例细致分析了对象识别、基于内容的图像搜索、光学字符识别、光流法、跟踪、3D重建、立体成像、增强现实、姿态估计、全景创建、图像分割、降噪、图像分组等技术。

1.打开默认的chrome

在python版的Webdriver中要打开chrome浏览器，需要安装chromedriver.exe。。

将这个chromedriver.exe放置在chrome的安装目录下 相对路径为 …GoogleChromeApplication，然后设置path环境变量，把chrome的安装目录地址放入path变量中。我的安装目录是C:Program FilesGoogleChromeApplication，也即是在path变量的，加上此目录即可，然后尝试在python中运行

from selenium import webdriver

driver = webdriver.Chrome()

若不报错，即代表安装成功。

2.打开本地的Chrome

import os

from selenium import webdriver

from selenium.w第五，晚上回家是否及时有教学视频用于巩固和老师在线答疑。这一点，不需要多说，大问题都是由小问题慢慢累积的，要是不及时解决，就系成了一个大疙瘩。当日事当日毕，第二天还会有新的知识需要你去掌握。ebdriver.chrome.options import Options

from time import sleep

executable_path = "C:Program Files (x86)GoogleChromeApplicationchromedriver.exe" //指定chromediver的位置，如果在默认路径，这两行可以省略。

os.environ["webdriver.chrome.driver"] = executable_path

options.add_argument("--user-data-dir="+r"C:/Users/cui/AppData/Local/Google/Chrome/User Data/")

//指定用户的配置地址，并加载至配置对象中。

browser = webdriver.Chrome(executable_path,chrome_options=options)

//此处注意，有两个参数，后面那个参数，一定要写成 chrome_options=XX的形式，否则运行报错。

备注：chrome的用户配置数据，在c盘的user用户下，可能有些人不能找到此目录，这是因为AppDate文件夹是默认隐藏的，需要进入文件夹选项去设置一下即可。

pythonweb开发用什么工具

需要读者对Python语言及TCP/IP等基本的网络概念有了解，但即使不精通也能通过本书理解相关概念

python web开发常用的工具：

学习软件测试的视频资料有很多地方可以找到，以下是我的几个比较好的学习资源。

1. Django（学习：Python视频教程）

Django无疑是通用的web开发框架之一，适用博客做一个后端和为企业做一个内容管理系统。

优点：从几乎为零的状态建设出一个全功能的web应用程序。

2. Requsts

制作一个的HTTP请求只需要通过一行代码。

优点：接收和解析响应也很简单。

3. Selenium

使用Selenium，开发人员可以通过编程的方式自动打开网页，输入域，点击按钮，并提交表单。

优点：支持绑定任何语言，包括Python的web自动化框架。

4. Pillow

简称为PIL的端口。Pillow可以用来创建复合图像，应用过滤器，修改透明度，覆盖文本，转换图像文件类型。

备注：Python面向对象的设计非常干净，而且配备了令人难以置信的支持库。Python可以很容易地与其他流行的编程语言如Ja，C和C ++集成。

更多Python相关技术文章，请访问Python教程栏目进行学习！