其实python集成谷歌浏览器的问题并不复杂，但是又很多的朋友都不太了解python chrome，因此呢，今天小编就来为大家分享python集成谷歌浏览器的一些知识，希望可以帮助到大家，下面我们一起来看看这个问题的分析吧！

本文目录

1. python一般用什么软件
2. python调用微信内置浏览器
3. python可以用自动化打不开浏览器
4. 怎么用python做自动化测试
5. 最受欢迎的 15 大 Python 库有哪些

一、python一般用什么软件

1、python一般用的软件有：Sublime Text、Atom、PyCharm等。

2、Sublime Text是一款非常流行的代码编辑器，其开发者是一名谷歌的工程师，其梦想是使之成为更好的文本编辑器。Sublime Text支持Python代码编辑同时兼容所有平台，并且丰富的插件（称之为“包”）扩展了语法和编辑功能。

3、安装额外的Python扩展可能会比较棘手，Sublime Text中所有的包都是用Python写成的，并且安装社区扩展往往需要直接在Sublime Text中执行Python脚本。

4、优点：Sublime Text在编程社区内很受推崇。单单从代码编辑器的角度来看，Sublime Text迅捷小巧并且具有良好的兼容性。

5、缺点：尽管你可以无限期的使用测试版本但是Sublime Text不是免费软件。在Sublime Text中安装扩展插件可能会比较棘手，另外并不支持直接在编辑器内部执行或调试代码。

6、同样兼容所有平台的Atom被称为是“21世纪可破解的文本编辑器”。开源的Atom拥有时尚的界面、文件系统浏览器和扩展插件市场，它是使用Electron构建的，Electron使用JavaScript、HTML和CSS构建跨平台的桌面应用。Python语言由一款可在Atom运行时安装的扩展插件支持。

7、优点：得益于Electron，Atom广泛兼容各大平台。同样Atom小巧且下载和载入都非常迅速。

8、缺点：内置并不支持构建和调试，这些功能是由社区提供支持的。同样由于Atom建立在Electron框架上，所以它始终运行在JavaScript进程中而不是作为本地应用运行。

9、PyCharm是最好的一个（也是唯一一个）专门面向于Python的全功能集成开发环境。同样拥有付费版（专业版）和免费开源版（社区版），PyCharm不论是在Windows, Mac OS X系统中,还是在Linux系统中都支持快速安装和使用。

10、开箱即用，PyCharm直接支持Python开发环境，打开一个新的文件然后就可以开始编写代码。你也可以在PyCharm中直接运行和调试Python程序，并且它支持源码管理和项目。

11、优点：这是真正的Python集成开发环境，拥有众多便利和支持社区。它的编辑、运行和调试功能统统开箱即用。

12、缺点：PyCharm存在加载较慢的问题，另外对于已有的项目，默认设置可能需要调整。

二、python调用微信内置浏览器

1、首先F12或者右键审查元素进入开发者模式，点击Emulation。

2、其次点击Network，把Spoofuseragent改成Other，并把下面的带复制进去，有三句。

3、然后回车然后刷新页面即可。Python由荷兰数学和计算机科学研究学会的吉多·范罗苏姆于1990年代初设计，作为一门叫做ABC语言的替代品。Python提供了高效的高级数据结构，还能简单有效地面向对象编程。

三、python可以用自动化打不开浏览器

需要下载安装geckodriver,然后将其加入环境变量.

selenium.common.exceptions.WebDriverException: Message:'geckodriver' executable needs to be in PATH.

此版本执行需要驱动：geckodriver

可以去网址这里下载最新的版本。

然后将文件夹解压到C:\geckodriver处，再增加在电脑设置环境变量，如下图所示

然后在创建Firefox的时候设置执行路径

browser= webdriver.Firefox(executable_path='C:\geckodriver\geckodriver.exe')

Traceback(most recent call last): File"C:\learnplace\python_webdevelop_testdriver\functional_tests.py", line 10, in<module>

browser= webdriver.Firefox() File"C:\Python27\lib\site-packages\selenium\webdriver\firefox\webdriver.py", line 135, in __init__ self.service.start() File"C:\Python27\lib\site-packages\selenium\webdriver\common\service.py", line 71, in start

os.path.basename(self.path), self.start_error_message)

selenium.common.exceptions.WebDriverException: Message:'geckodriver' executable needs to be in PATH.

Exception AttributeError:"'Service' object has no attribute'process'" in<bound method Service.__del__ of<selenium.webdriver.firefox.service.Service object at 0x00000000030E7CF8>> ignored

Traceback(most recent call last): File"C:\learnplace\python_webdevelop_testdriver\functional_tests.py", line 10, in<module>

browser= webdriver.Firefox(executable_path='C:\geckodriver\geckodriver.exe') File"C:\Python27\lib\site-packages\selenium\webdriver\firefox\webdriver.py", line 145, in __init__

keep_alive=True) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 92, in __init__ self.start_session(desired_capabilities, browser_profile) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 179, in start_session

response= self.execute(Command.NEW_SESSION, capabilities) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 236, in execute

self.error_handler.check_response(response) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\errorhandler.py", line 192, in check_response raise exception_class(message, screen, stacktrace)

selenium.common.exceptions.WebDriverException: Message: Expected browser binary location, but unable to find binary in default location, no'moz:firefoxOptions.binary' capability provided, and no binary flag set on the command line

需要将binary的浏览器路径添加以下

from selenium import webdriverfrom selenium.webdriver.firefox.firefox_binary import FirefoxBinary# browser= webdriver.Firefox(# firefox_binary='C:\Program Files(x86)\Mozilla Firefox')# browser.get(';)# assert'Django' in browser.titlebinary= FirefoxBinary(r'C:\Program Files(x86)\Mozilla Firefox\firefox.exe')

browser= webdriver.Firefox(firefox_binary=binary)

browser.get(';)

Traceback(most recent call last): File"C:\learnplace\python_webdevelop_testdriver\functional_tests.py", line 18, in<module>

browser= webdriver.Firefox(firefox_binary=binary) File"C:\Python27\lib\site-packages\selenium\webdriver\firefox\webdriver.py", line 145, in __init__

keep_alive=True) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 92, in __init__ self.start_session(desired_capabilities, browser_profile) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 179, in start_session

response= self.execute(Command.NEW_SESSION, capabilities) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\webdriver.py", line 236, in execute

self.error_handler.check_response(response) File"C:\Python27\lib\site-packages\selenium\webdriver\remote\errorhandler.py", line 192, in check_response raise exception_class(message, screen, stacktrace)

selenium.common.exceptions.WebDriverException: Message: Unsupported Marionette protocol version 2, required 3

以上问题只要更新firefox到47版本就可以了。终于解决了。。

self.browser= webdriver.PhantomJS(executable_path=r'C:\phantomjs\bin\phantomjs.exe')

四、怎么用python做自动化测试

这里以web自动化测试为例，简单介绍一下如何使用python进行web自动化测试，主要用到selenium这个框架，实验环境win10+python3.6，主要内容如下：

1.首先，安装selenium框架，这个直接在cmd窗口输入命令“pipinstallselenium”就行，如下，安装非常快：

2.安装完成后，还需要安装浏览器驱动程序，不然直接运行程序会报错，以谷歌浏览器chrome为例，需要下载chromedriver驱动程序，如下，这里chromedriver的版本必须要与自己平台浏览器的版本匹配：

下载完成后，是一个zip压缩包，里面就一个chromedriver.exe文件，这里需要将这个文件复制到python安装目录下，如下：

3.最后，我们就可以进行selenium框架测试了，测试代码如下，非常简单，创建一个webdriver，如果能正常打开对应网页，则说明selenium安装成功：

之后就可以直接定位相关元素，进行web自动化测试了，主要方法如下（共有8种），分别是id、name、classname、tagname、linktext、partiallinktext、xpath和cssselector，这里可以自行测试，相关资料非常丰富：

至此，我们就完成了pythonweb自动化测试框架selenium的安装和简单使用。总的来说，整个过程非常简单，只要你有一定的python基础，熟悉一下上面的安装过程，很快就能搭建好本地selenium自动化测试框架，网上也有相关教程和资料，介绍的非常详细，感兴趣的话，可以搜一下，希望以上分享的内容能对你有所帮助吧，也欢迎大家评论、留言进行补充。

五、最受欢迎的 15 大 Python 库有哪些

1、Pandas：是一个Python包，旨在通过“标记”和“关系”数据进行工作，简单直观。它设计用于快速简单的数据操作、聚合和可视化，是数据整理的完美工具。

2、Numpy：是专门为Python中科学计算而设计的软件集合，它为Python中的n维数组和矩阵的操作提供了大量有用的功能。该库提供了NumPy数组类型的数学运算向量化，可以改善性能，从而加快执行速度。

3、SciPy：是一个工程和科学软件库，包含线性代数，优化，集成和统计的模块。SciPy库的主要功能是建立在NumPy上，通过其特定子模块提供有效的数值例程，并作为数字积分、优化和其他例程。

4、Matplotlib：为轻松生成简单而强大的可视化而量身定制，它使Python成为像MatLab或Mathematica这样的科学工具的竞争对手。

5、Seaborn：主要关注统计模型的可视化(包括热图)，Seaborn高度依赖于Matplotlib。

6、Bokeh：独立于Matplotlib，主要焦点是交互性，它通过现代浏览器以数据驱动文档的风格呈现。

7、Plotly：是一个基于Web用于构建可视化的工具箱，提供API给一些编程语言(Python在内)。

Stack额外的软件包，专为像图像处理和机器学习辅助等特定功能而设计。它建立在SciPy之上，中集成了有质量的代码和良好的文档、简单易用并且十分高效，是使用Python进行机器学习的实际行业标准。

9、Theano：是一个Python软件包，它定义了与NumPy类似的多维数组，以及数学运算和表达式。此库是被编译的，可实现在所有架构上的高效运行。

10、TensorFlow：是数据流图计算的开源库，旨在满足谷歌对训练神经网络的高需求，并且是基于神经网络的机器学习系统DistBelief的继任者，可以在大型数据集上快速训练神经网络。

11、Keras：是一个用Python编写的开源的库，用于在高层的接口上构建神经网络。它简单易懂，具有高级可扩展性。

12、NLTK：主要用于符号学和统计学自然语言处理(NLP)的常见任务，旨在促进NLP及相关领域(语言学，认知科学人工智能等)的教学和研究。

13、Gensim：是一个用于Python的开源库，为有向量空间模型和主题模型的工作提供了使用工具。这个库是为了高效处理大量文本而设计，不仅可以进行内存处理，还可以通过广泛使用NumPy数据结构和SciPy操作来获得更高的效率。

OK，本文到此结束，希望对大家有所帮助。