【保姆级】Node.js 最新安装教程,附环境变量配置

【保姆级】Node.js 最新安装教程,附环境变量配置

🎬 博主名称:超级苦力怕

🔥 个人专栏:《Java成长录》《AI 工具使用目录》

🚀 每一次思考都是突破的前奏,每一次复盘都是精进的开始!


安装目录

零基础安装 Node.js(Windows)

  • 你只要照做:下载 -> 安装 -> 配环境变量 -> 验证
  • 看不懂没关系:每张图就是上一步文字的结果

1. 下载安装包

  1. 打开官网下载页:官网下载传送门

想下载旧版本:在页面里找到“之前的版本/历史版本”入口

在这里插入图片描述

选择你的系统版本,点击 Windows 安装包(.msi) 下载

在这里插入图片描述

2. 安装程序

  1. 双击下载好的 .msi,一路点 Next
  2. 到选择安装位置这一步:建议不要装在 C 盘(选 D/E 盘即可)、建议目录中不要包含中文、空格以及特殊字符
在这里插入图片描述


3. 这一步保持默认即可

在这里插入图片描述


4. 继续 Next

在这里插入图片描述


5. 点击 Install 开始安装

在这里插入图片描述
  1. 验证是否安装成功

点击 Finish 完成安装

在这里插入图片描述
  • Win + R,输入 cmd 回车
  • 输入:node -v 回车,再输入:npm -v 回车
在这里插入图片描述


能看到版本号,说明安装成功。

3. 环境配置(照做即可)

3.1 新建两个文件夹

进入这两个文件夹,复制它们的“文件夹地址”(后面要用)

在这里插入图片描述

打开你的 Node.js 安装目录,新建两个文件夹:node_cachenode_global

在这里插入图片描述

3.2 设置 npm 的全局目录和缓存

  1. Win + X -> 选择 终端(管理员),分别执行下面两条命令(把路径换成你自己的)
npm config set prefix "D:\Deleloper\runtimes\NodeJS\node_global"
npm config set cache "D:\Deleloper\runtimes\NodeJS\node_cache"

注意:一定要用“管理员”打开终端,否则可能失败。

拓充prefix设置 npm 全局安装包 的存放目录,当使用npm install -g package-name安装全局包的时候,会默认安装到此目录,从而统一管理Node.js相关文件。cache设置 npm 下载缓存 的存放目录,将下载的包先缓存到这里,下次安装同版本时直接使用缓存,从而节省空间,加快安装速度。
  1. 检查是否设置成功(复制粘贴执行):
npm config get prefix npm config get cache 

显示的是你自己的文件夹地址,就说明对了。

在这里插入图片描述

3.3 配环境变量

  1. 点击“新建”,创建系统变量 NODE_PATH

右键“此电脑” -> “属性” -> “高级系统设置” -> “环境变量”

*

变量值:node_global文件夹 的路径 + \node_modules

在这里插入图片描述
  1. 在“用户变量”里编辑 Path

把默认的 ...AppData\Roaming\npm 改成你的 node_global 路径

在这里插入图片描述


在这里插入图片描述
  1. 在“系统变量”里选择 Path -> “编辑” -> “新建” -> 输入:%NODE_PATH%

一路点“确定”保存,关闭所有窗口后,重新打开 终端/命令行(这一步很关键)

在这里插入图片描述

4. 测试(配置有没有生效)

  1. Win + X -> 选择 终端(管理员)
  2. 执行下面命令(安装一个全局包做验证)
npminstall express -g // -g代表全局安装 

看到安装成功的输出,就说明配置成功。

在这里插入图片描述

5. (推荐)设置 npm 国内镜像(下载更快)

如果你发现 npm install 很慢,再做这一步:

  1. Win + X -> 选择 终端(管理员),执行:
npm config set registry https://registry.npmmirror.com 
  1. 验证:
npm config get registry 

显示 https://registry.npmmirror.com 就成功。


到这里,你的 Node.js 安装与环境变量配置就完成了。

6. 拓充:常见问题

后续会基于新的问题不断添加

6.1 权限不足 (EPERM)

在使用的时候报错较多,显示EPERM错误,这个错误通常是因为文件/文件夹权限问题导致的,错误示例如下:

在这里插入图片描述


解决方案
键盘【Win+X】,打开终端管理员,重新尝试。如果不行,需要修改Node.js安装目录权限,修改npm缓存目录权限,仍旧在终端管理员执行下述命令。

# 修改Node.js安装目录权限 icacls "你的Node.js安装目录" /grant Users:F /T #修改npm缓存目录权限 icacls "你的node_global目录" /grant Users:F /T icacls "你的node_cache目录" /grant Users:F /T 

可以通过以下指令,获取你对应的目录

#npm缓存目录npm config get prefix npm config get cache 

示例如下

icacls "D:\Deleloper\runtimes\NodeJS" /grant Users:F /T icacls "D:\Deleloper\runtimes\NodeJS\node_global" /grant Users:F /T icacls "D:\Deleloper\runtimes\NodeJS\node_cache" /grant Users:F /T 

Read more

PyCharm 创建第一个 Python 项目

PyCharm 创建第一个 Python 项目(2025 版超详细图文教程) 跟着下面 10 步操作,5 分钟就能得到一个干净、可直接运行的 Python 项目(推荐所有新手都这么建项目)。 第 1 步:打开 PyCharm → 创建新项目 1. 打开 PyCharm(第一次打开会比较慢,耐心等 10~20 秒) 2. 看到欢迎界面后点 【New Project】(新建项目) 第 2 步:设置项目保存位置 在 Location 里填写你想放项目的文件夹,例如: D:\PythonProjects\hello_pycharm 或者 macOS/Linux: /Users/

By Ne0inhk

【Python】6 种方法轻松将 Python 脚本打包成 EXE 应用

引言 Python 凭借其简洁的语法和强大的功能,在数据分析、Web 开发、自动化脚本等领域广受欢迎。它“开箱即用”的特性让开发者能够快速构建原型和应用程序。然而,对于最终用户而言,运行 Python 脚本往往意味着需要预先安装 Python 解释器及相关依赖库,这对非技术背景的用户来说无疑增加了门槛。 为了解决这一问题,将 Python 代码打包成独立的可执行文件(通常在 Windows 上是 .exe 文件)成为了一个非常实用的选择。这样,用户无需任何额外环境配置,就能像运行普通软件一样直接启动您的 Python 应用。本文将为您介绍六种主流且有效的 Python 打包工具,助您轻松实现跨平台分发。 1. PyInstaller: 最流行的选择 PyInstaller 是目前最广为人知、社区支持最广泛的 Python 打包工具之一。它能够很好地处理各种复杂的依赖关系,并支持将整个应用及其所需资源打包成一个或多个独立的可执行文件。 * 特点: * 支持 Windows,

By Ne0inhk
【Python基础:语法第三课】Python 函数详解:定义、参数、返回值与作用域

【Python基础:语法第三课】Python 函数详解:定义、参数、返回值与作用域

🎬 个人主页:艾莉丝努力练剑 ❄专栏传送门:《C语言》《数据结构与算法》《C/C++干货分享&学习过程记录》 《Linux操作系统编程详解》《笔试/面试常见算法:从基础到进阶》《Python干货分享》 ⭐️为天地立心,为生民立命,为往圣继绝学,为万世开太平 🎬 艾莉丝的简介: 文章目录 * 1 ~> 什么是函数? * 1.1 函数的概念 * 1.2 代码示例 * 1.2.1 代码示例:求数列的和,不使用函数 * 1.2.2 代码示例:求数列的和,使用函数 * 1.3 最佳实践:针对上面的示例 * 2 ~> 语法格式 * 2.

By Ne0inhk
Spark Hadoop Python 机器学习驱动票房预测与推荐 电影数据分析系统

Spark Hadoop Python 机器学习驱动票房预测与推荐 电影数据分析系统

1、项目介绍 技术栈 融合大数据技术(Hadoop、Spark、Hive)与虚拟机环境,以Python为核心开发语言,基于Django框架搭建架构,搭配MySQL数据库存储数据,运用协同过滤推荐算法、随机森林回归模型等机器学习技术,结合猫眼电影数据实现票房预测与电影推荐。 功能模块 电影数据大屏 电影类型分析 电影评分分析 电影时间分析 票房分析 数据中心 电影推荐 词云图分析 票房预测 我的收藏 后台管理 spark数据分析 数据采集 项目介绍 本项目围绕电影数据分析系统的开发与实现展开,依托Spark等大数据技术处理海量电影数据,结合Python、Django搭建Web架构,MySQL存储结构化数据。系统集成数据采集、多维度可视化分析、基于随机森林的票房预测、协同过滤算法的电影推荐等功能,通过Echarts将分析结果可视化呈现。系统可高效处理电影数据,输出精准的票房预测与个性化推荐结果,为电影行业提供数据支撑与决策依据,具备功能完整、运行稳定的特点。 2、项目界面 电影数据大屏 集成了多类数据展示功能:通过饼图呈现类型占比,列表展示影片信息,

By Ne0inhk