python?rpyc客戶(hù)端調(diào)用服務(wù)端方法的注意說(shuō)明
python rpyc客戶(hù)端調(diào)用服務(wù)端方法
使用rpyc遇到兩個(gè)問(wèn)題：
問(wèn)題1
client調(diào)用server的exposed_xxxx()方法時(shí)傳進(jìn)去的參數(shù)類(lèi)型，到了server端會(huì)改變，
打印出來(lái)是<netref class 'rpyc.core.netref.type'>類(lèi)型，與原來(lái)傳進(jìn)的類(lèi)型不同
解決方法：
def exposed_clentA_will_use(self, hello): ? ? hello = rpyc.classic.obtain(hello)
這樣就把傳進(jìn)來(lái)的hello轉(zhuǎn)變?yōu)楸镜仡?lèi)型，如果本地沒(méi)有這種類(lèi)型，需要?jiǎng)?chuàng)建這種類(lèi)型
比如傳進(jìn)來(lái)的是<class 'numpy.ndarray'>類(lèi)型，但是server本地沒(méi)有，則需要import numpy
問(wèn)題2
client調(diào)用server的方法時(shí)有報(bào)錯(cuò)ValueError: pickling is disabled
解決方法：
rpyc_config = rpyc.core.protocol.DEFAULT_CONFIG rpyc_config['allow_pickle'] = True? host_ip = '127.0.0.1'? conn = rpyc.connect(host_ip, port = 33333, config = rpyc_config)
由于是不安全的協(xié)議，需要手動(dòng)允許pickle
字面意思也明確了：allow_pickle
python rpyc的使用心得
6月份，在公司做APP和Web自動(dòng)化測(cè)試開(kāi)發(fā)，碰到一個(gè)比較棘手的問(wèn)題是：APP需要和Web一起操作才能走完整個(gè)測(cè)試流程。
但是APP和Web使用的是不同的測(cè)試工具，Appium和Selenium，測(cè)試框架也是獨(dú)立的。如何把二者整合起來(lái)呢？
沒(méi)錯(cuò)，python rpyc模塊派上用場(chǎng)了，這里使用python rpyc對(duì)Web頁(yè)面相關(guān)的操作做了二次封裝。
from rpyc import Service from rpyc.utils.server import ThreadedServer class MyService(Service): ? ? def exposed_bid(xxx): ? ? ? ? back_page.bid(xxx) s=ThreadedServer(MyService,port=12233,listener_timeout=300,auto_register=False) s.start()
在APP自動(dòng)化測(cè)試腳本里面，這樣調(diào)用即可：
c = rpyc.connect('localhost',12233)
c.root.bid(xxxx)但是在APP測(cè)試腳本運(yùn)行過(guò)程中，會(huì)出現(xiàn)rpyc調(diào)用超時(shí)的情況，這是因?yàn)閞pyc默認(rèn)的調(diào)用等待時(shí)間只有30s，如果某些rpyc調(diào)用的等待時(shí)間超過(guò)30s就會(huì)報(bào)錯(cuò)，解決方法很簡(jiǎn)單，在rpyc包的protocol.py文件中找到
SYNC_REQUEST_TIMEOUT，改大即可。
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
python中日志logging模塊的性能及多進(jìn)程詳解
使用Python來(lái)寫(xiě)后臺(tái)任務(wù)時(shí)，時(shí)常需要使用輸出日志來(lái)記錄程序運(yùn)行的狀態(tài)，并在發(fā)生錯(cuò)誤時(shí)將錯(cuò)誤的詳細(xì)信息保存下來(lái)，以別調(diào)試和分析。Python的logging模塊就是這種情況下的好幫手。本文就介紹了python中日志logging模塊性能及多進(jìn)程的相關(guān)資料，需要的朋友可以參考下。2017-07-07
Django objects.all()、objects.get()與objects.filter()之間的區(qū)別介紹
這篇文章主要給大家介紹了關(guān)于Django objects.all()、objects.get()與objects.filter()之間的區(qū)別，文中介紹的非常詳細(xì)，對(duì)大家具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起看看吧。2017-06-06
python?dataframe獲得指定行列簡(jiǎn)單例子
在DataFrame中取特定行列的數(shù)據(jù)是一個(gè)常見(jiàn)的操作,這篇文章主要給大家介紹了關(guān)于python?dataframe獲得指定行列的簡(jiǎn)單例子,需要的朋友可以參考下2024-03-03
這篇文章主要介紹了pandas提取數(shù)據(jù)的6種方法匯總,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-08-08
今天給大家?guī)?lái)的是關(guān)于Python的一些知識(shí),文章圍繞著Python線(xiàn)程的玩法展開(kāi),文中有非常詳細(xì)的介紹及代碼示例,需要的朋友可以參考下2021-06-06
Python實(shí)現(xiàn)文本特征提取的方法詳解
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)提取四種不同文本特征的方法，有字典文本特征提取、英文文本特征提取、中文文本特征提取和TF-IDF 文本特征提取，感興趣的可以了解一下2022-08-08
在本篇文章里小編給大家分享了關(guān)于Python os.access()用法實(shí)例內(nèi)容以及相關(guān)知識(shí)點(diǎn)，需要的朋友們學(xué)習(xí)下。2019-02-02
Python 2.x如何設(shè)置命令執(zhí)行的超時(shí)時(shí)間實(shí)例
這篇文章主要給大家介紹了關(guān)于Python 2.x如何設(shè)置命令執(zhí)行超時(shí)時(shí)間的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友可以參考借鑒，下面來(lái)一起看看吧。2017-10-10
本文給通過(guò)一個(gè)具體的編碼問(wèn)題的解決辦法，給大家詳細(xì)分享了python中的編碼問(wèn)題的來(lái)龍去脈，非常的細(xì)致全面，有需要的小伙伴可以參考下2016-09-09
keras實(shí)現(xiàn)VGG16方式(預(yù)測(cè)一張圖片)
這篇文章主要介紹了keras實(shí)現(xiàn)VGG16方式(預(yù)測(cè)一張圖片)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07