JDK的环境配置(JAVA SE 基础篇)

目录

一、JDK的简单介绍

二、JDK的下载与安装(JDK17为例子)

三、JDK环境变量配置

四、简单验证JDK配置是否成功

五、编译第一个Java程序


一、JDK的简单介绍

        JDK,全称为Java Development Kit ,是Java的开发工具包。JDK核心组成部分是开发工具和JRE。

        开发工具:如javac编译器,可将.java源文件编译成.class文件;打包工具等

        JRE:全称Java Runtime Environment,是Java运行时环境,负责执行.class文件。而JRE本身又包括有Java虚拟机(JVM)和Java类库(Java API库)。

         JVM:把它当作一个平台,可模拟操作系统。(Java实现了一处编译处处运行——跨平台)

(注意:虽然JDK8之后,JRE逐渐淡化,开始融入JDK其他的文件中,但是JDK核心逻辑还是不变。JDK=开发工具+JRE)

        总结:JDK = 开发工具 + JRE,下图展示JDK、JRE、JVM三者之间的关系图

二、JDK的下载与安装(JDK17为例子)

        下载JDK之前可以先检查电脑的系统信息(X64或者是X86)本文以windows10为例子。

        1、快捷键是:Win+Pause/Break

       2、然后在Oracle官网,找自己需要的JDK版本进行下载。甲骨文官网下载JDK网址:https://www.oracle.com/java/technologies/downloads/archive/

        下载完比之后按照默认设置安装JDK,但是一定要记住JDK安装路径,因为后续环境变量配置需要用到,且安装路径不要存在中文。

三、JDK环境变量配置

        进行环境配置原因是为了让系统认识JDK,方便在任何地方使用JDK命令。如果不进行环境配置,Java程序将只能在JDK的bin目录下操作,就会显得很繁琐。JDK的环境配置有三个:

        JAVA_HOME(为其他Java工具指明JDK的安装位置)

        PATH(让操作系统在任何路径下都能找到 javac, java 等命令)

        CLASSPATH(用于告诉JVM用户自定义类的位置)

        环境配置具体步骤如下:

        第一步:找到环境配置入口,使用快捷键“win+Pause”,打开系统信息界面,然后在该页面中找到“高级系统设置”。

        点击“高级系统设置”,进入到了系统属性界面。再点击“环境变量”即可进入到环境配置页面。

        环境变量配置有用户变量(上半部分)和系统变量(下半部分)。如果是对用户变量进行配置,那么当切换电脑用户时,需要重新进行JDK配置,所以推荐的是对系统变量进行配置。

        第二步:在系统环境变量中,先点击“新建”,然后在“变量名”中输入JAVA_HOME,在“变量值”中输入JDK的安装路径(刚刚提醒记住的JDK安装路径),最后点击“确定”。

        第三步:继续点击“新建”,然后在“变量名”中输入CLASSPARH,在“变量值”中输入.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar(把紫色这串复制),最后点击“确定”。

        第四步:找到“PATH”,然后点击“编辑”,进入PATH里面之后,继续点击“新建”,然后输入%JAVA_HOME%\bin,最后点击“确定”。

        第五步:记得保存配置!!此时环境配置已完成,接下来可以进行对环境配置进行检验。

四、简单验证JDK配置是否成功

        首先使用快捷键“win+R”,打开运行窗。然后在运行窗中输入“cmd”指令。

        点击“确认”即可进入DOS命令提示窗。(就是一个黑窗口)

        为了验证刚才的环境配置是否成功,可以在命令提示窗中输入:

        java  或  javac  或  java -version

        如果有这些界面,则说明你的配置成功了!

五、编译第一个Java程序

        JDK已经配置完毕,下面可以简单的运行一个Java程序。

        1、在桌面或者是其他位置(避开中文路径)创建一个名为“Hello”文件夹,在文件夹里面,先新建一个.txt文档,打开文档输入以下几行代码。输入完毕之后记得保存!

 public class HelloWorld{                   public static void main(String[]args){    System.out.println("Hello Java!");      }  }

       解析:

        public class HelloWorld{}指的是此类是一个公共类,类名为HelloWorld。

        public static void main(String[]args){}是程序的入口,刚开始学编程可以把它当做固定格式。

        System.out.println("Hello Java!");是系统打印输出的意思。

        其他几行代码,对于新手来说不用思考太多,就当它是一种固定格式。

       2、保存完毕之后要改文档名称,文档名称应该是和类名一致,以及文档格式,把原来的.txt格式改为.java格式。如图,在“电脑桌面”中的“Hello文件夹”里面有一个HelloWorld.java文件(我下载了其他编译器,可能这里的文件格式显示不太一样)

        3、然后使用快捷键“win+R”,输入cmd,打开DOS命令提示窗。在命令提示窗中首先要进入要执行的Java文件路径,也就是首先进入HelloWorld.java的存放路径。

        cd desktop\Hello( 注意这是我的存放路径可能与你的不一致!)

        cd 是windows系统指令,代表进入的意思。

        4、然后再执行该指令:javac HelloWorld.java

        5、执行完毕之后在执行:java HelloWorld,即可看到系统打印结果。至此的一个Java程序成功编译。

        (在刚刚Hello文件夹中,会产生了一个由javac编译出的一个class文件)

Read more

Python 爬虫进阶:DeepSeek 优化反爬策略与动态数据解析逻辑

Python 爬虫进阶:DeepSeek 优化反爬策略与动态数据解析逻辑

Python 爬虫进阶:DeepSeek 优化反爬策略与动态数据解析逻辑 引言 在数据驱动的时代,网络爬虫作为获取互联网信息的重要工具,其技术也在不断演进。然而,随着网站反爬虫(Anti-Scraping)技术的日益精进,特别是像 DeepSeek 这样重视数据安全和用户隐私的平台,其反爬机制往往设计得更为复杂和智能。对于爬虫开发者而言,简单的请求库如 requests 配合静态解析已难以应对这些挑战。本文将聚焦 Python 爬虫的进阶技术,深入剖析如何针对 DeepSeek 这类平台优化反爬策略,并高效解析动态加载的数据。我们将探讨请求头管理、会话维持、IP 轮换、验证码处理、浏览器指纹模拟、动态渲染页面抓取(使用 Selenium、Playwright、Pyppeteer)、API 逆向、数据解析技巧(XPath, CSS Selector, JSON)以及异步处理等关键技术点,并结合实战案例进行说明。目标是构建稳定、高效、可维护且尊重目标网站规则的爬虫系统。

By Ne0inhk
[Python 基础课程]猜数字游戏

[Python 基础课程]猜数字游戏

使用 Python 实现一个猜数字游戏,先随机生成一个 1 到 100 之间的一个随机整数,让用户猜测这个数是什么,每次都提示用户猜大了还是猜小了,如果用户猜对了,提示用户猜对了,用了多少次,并且之前每一次的猜测数字都是什么。 前置知识 从控制台中读取用户输入 guess =int(input("请输入你的猜测:")) 生成一个 1 到 100 之间的随机整数: import random secret_number = random.randint(1,100) 答案 import random # 生成 1 到 100 之间的随机整数# random.randint(a, b) 会生成一个 a 和

By Ne0inhk

Pyenv与Conda双剑合璧:精细化管理多个Python版本

Pyenv与Conda双剑合璧:精细化管理多个Python版本 在人工智能和数据科学项目日益复杂的今天,开发者常常面临一个看似简单却棘手的问题:为什么我的代码在同事的机器上跑不起来? 答案往往藏在那些看不见的依赖里——可能是 Python 版本差了一点点,也可能是某个包的版本不兼容。更糟的是,当你试图修复一个问题时,又可能无意中破坏了另一个项目。这种“牵一发而动全身”的困境,正是所谓的“依赖地狱”。 要走出这个迷宫,光靠 pip install 和祈祷是不够的。我们需要一套系统性的解决方案,既能精确控制 Python 解释器本身,又能灵活管理每个项目的依赖环境。幸运的是,已经有两个工具在这方面表现出色:pyenv 和 Conda。 它们不是替代关系,而是互补搭档。pyenv 负责“用哪个 Python”,Conda 管理“在这个 Python 下装哪些包”。两者结合,形成了一套从解释器到包环境的全栈式隔离机制。 想象一下这样的场景:你正在开发一个基于 PyTorch 的新模型,

By Ne0inhk
Python核心语法-Pandas读写csv和tsv文件

Python核心语法-Pandas读写csv和tsv文件

一、pandas文件读取 python跨平台,Windows,MacOS,Linux都可以运行。功能比Excel,PowerBI tableau等软件强大。Python在非结构化数据(文本,图像)和深度学习领域更有优势。 numpy(Numerical Python)是Python语言的一个扩展程序库。是一个运行速度非常快的数学库,主要用于数组计算。 Pandas 是一个强大的分析结构化数据的工具集。它的使用基础是Numpy(提供高行呢个的矩阵运算)。用于数据挖掘和数据分析,同时也提供数据清洗功能。 Matplotlib是一个功能强大的数据可视化开源Python库。 Seaborn是一个Python数据可视化开源库。建立在Matplotlib之上,并继承了pandas的数据结构。面向数据集的API,与pandas配合使用更方便。 环境准备 anaconda: cmd 启动 进conda base conda install 包名字 或者 Anaconda prompt 以管理员身份启动。 conda 命令: conda install 包名字 conda

By Ne0inhk