Я хочу интегрировать Jmeter с селеном 3.3. Я успешно интегрировал Jmeter с Selenium, используя банки Selenium 2.53, и он отлично работает для меня, но я не могу интегрировать Jmeter с селеном, используя банки Selenium 3.3.
Интеграция Jmeter Selenium с использованием Selenium Jars 3.3
24.04.2017
Ответы:
1
Это довольно простой процесс:
- Загрузите клиентские библиотеки Selenium Java
Распакуйте архив и поместите следующие библиотеки в JMeter Classpath (это достаточно поместить банки в папку «lib» JMeter и перезапустить JMeter, чтобы забрать их)
client-combined-x.x.x-nodeps.jar- все из папки
lib
После этого вы можете разрабатывать код, связанный с Selenium, с помощью JSR223 Sampler или импортировать существующие тесты. используя сэмплер запроса JUnit
24.04.2017
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально
Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение
Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования
Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv)
Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..