• Pycharm 实现远程部署和调试,原来这么简单


    一般代码本地调试完成后,需要运行到服务器上,比如自动化测试脚本、爬虫脚本等,所以第一步需要将项目上传到服务器,然后在服务器上进行调试和运行。

    但是需要长期维护和开发的项目,这样就繁琐了很多,并且我们时常要维护多个测试或者开发环境,每个环境的Python版本和依赖包有可能还存在差异,这样的话,每次更新需要花费的时间就更多了。

    其实,很多的编辑器都考虑到这个问题,可以实现远程调试,比如Pycharm、Vscode等。

    Pycharm可以进行远程部署项目(上传和下载),还可以通过配置远程解释器进行远程调试。

    注意:只有PyCharm专业版才具有远程调试功能,社区版不具有该功能哦~

    PyCharm连接远程服务器

    1.在顶部菜单中选择Tools>Deployment>Configuration

    2.在弹出的窗口,点击+,选择SFTP

    填写服务器名称,点击ok

    3.在connection窗口填写服务器IP、账号、密码,完成后点击Test Connection,测试连接是否成功。

    Root path:远程连接的根目录

    4.进入Mappings,设置文件映射,输入本地项目录以及远程目录,点击apply之后,配置就完成了。

    远程目录是Root path的相对路径,如果Root path写成/这里就是绝对路径。

    5.完成上面的配置后,Pycharm就相当于一个ftp工具,可以查看和修改服务器上的文件及目录。你可以通过Tools > Deplotment > Browse Remote Host来打开相应的RemoteHost面板,可以看到服务器上的文件,显示的范围是Connection选项卡下配置的Root path路径下的目录。可以右键这些文件进行删除、权限修改等操作。

    6.上传下载功能

    本地修改完代码后,点击Tools>Deployment,根据第4步配置的文件映射,点击Upload to进行文件上传到远程服务器(可以配置多个服务器进行选择),也可以点击Download from下载服务器文上的文件(可以配置多个服务器进行选择)。

    配置远程解释器

    1.进入 File -> Settings -> Project Interpreter,点击右上角Add

    2.在窗口中,选择SSH Interpreter,填写配置信息:服务器Host地址、端口号Port,用户名Username,点击下一步,填写服务器密码password。

    3.点击Next,填写服务器上Python解释器的位置,服务器上的远程同步文件夹Sync folders。

    如果不知道服务器上Python安装在哪,可以使用命令 which python 找到Python的安装位置

    4.在 File -> Settings -> Project Interpreter中选择配置的远程解释器,自动加载服务器上Python的依赖库,可以在pycharm上进行远程安装卸载更新。

    5.完成解释器配置后,运行项目,可以看到Python Console 中出现远程解释器的版本及交互信息。

    注意:如果你是打算找python高薪工作的话。我建议你多写点真实的企业项目积累经验。不然工作都找不到,当然很多人没进过企业,怎么会存在项目经验呢? 所以你得多找找企业项目实战多练习下撒。如果你很懒不想找,也可以进我的Python交流圈:1156465813。群文件里面有我之前在做开发写过的一些真实企业项目案例。你可以拿去学习,不懂都可以在裙里找我,有空会耐心给你解答下。

    以下内容无用,为本篇博客被搜索引擎抓取使用
    (* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)
    python 是干什么的 零基础学 python 要多久 python 为什么叫爬虫
    python 爬虫菜鸟教程 python 爬虫万能代码 python 爬虫怎么挣钱
    python 基础教程 网络爬虫 python python 爬虫经典例子
    python 爬虫
    (* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)(* ̄︶ ̄)
    以上内容无用,为本篇博客被搜索引擎抓取使用

  • 相关阅读:
    python获取豆瓣电影TOP250的所有电影的相关信息
    使用python批量获取excel的sheet名称
    第1章 初见网络爬虫
    时间序列--日期的范围、频率及移动
    时间序列--时间序列基础
    时间序列--日期和时间数据类型及工具
    绘图与可视化--pandas中的绘图函数
    绘图与可视化--matplotlib API入门
    pandas基础--层次化索引
    pandas基础--缺失数据处理
  • 原文地址:https://www.cnblogs.com/shuchongzeishuai/p/14066524.html
Copyright © 2020-2023  润新知