在IntelliJIDEA中如何将依赖包打入项目中?

在IntelliJIDEA中将依赖包打入项目主要有以下几种场景和步骤:

一. 对于 Maven 项目:

  1. pom.xml 文件中正确声明所需的依赖。IDEA 会自动从 Maven 仓库下载这些依赖。

  2. 构建项目时,默认情况下 Maven 不会将依赖包直接打进 JAR/WAR 文件中,而是将其放在 target/dependency 目录下供运行时使用。

  3. 若要创建一个包含所有依赖的可执行 JAR(也称作 FAT JAR 或者 Uber JAR),可以使用 Maven 的 Shade 插件:

xml 复制代码
    <build>
        <plugins>
            <plugin>
                <groupId>org.apache.maven.plugins</groupId>
                <artifactId>maven-shade-plugin</artifactId>
                <version>3.2.4</version>
                <executions>
                    <execution>
                        <phase>package</phase>
                        <goals>
                            <goal>shade</goal>
                        </goals>
                    </execution>
                </executions>
            </plugin>
        </plugins>
    </build>
    ```
    然后执行 `mvn package` 命令构建项目。



二.对于非Maven项目,如果你想要将依赖的jar包打进最终的jar文件以便于独立运行,通常需要手动操作,以下是通过 IntelliJ IDEA 打包非Maven项目并包含依赖的常见步骤:

1. 手动收集依赖:
  - 将所有项目所依赖的第三方jar包复制到指定目录,比如`lib`目录。

2. 配置运行环境:
  - 如果是Java应用程序,确保在项目设置中设置了正确的类路径(classpath),即将上述`lib`目录加入到classpath中。

3. 打包为可执行JAR:
  - 在IntelliJ IDEA中,选择File -> Project Structure(或者按快捷键Ctrl+Alt+Shift+S)。
  - 在Project Settings下的Artifacts中,你可以创建一个新的Artifact(如JAR),并设置其主类(包含main方法的类)。
  - 在"Output Layout"中,将你的项目输出和`lib`目录下的所有依赖项都添加进来,可以选择"Extract to the target JAR",这样IDEA会在生成的JAR中包含所有依赖。

  - 若想生成的JAR为可执行的,确保在Artifact的属性设置中指定了Main Class。

4. 打包:
  - 完成上述配置后,可以通过Build菜单 -> Build Artifacts -> Build(或Rebuild)来构建包含依赖的JAR文件。
相关推荐
lupai7 小时前
手机在网状态接口实测效果与质量评估
大数据·python·智能手机·api接口
荷蒲8 小时前
【小白量化Qbuddy】用AI设计miniQMT指标公式计算量化平台
人工智能·python·机器人
阿童木写作8 小时前
跨境电商图片翻译工具,批量翻译视频字幕一键抠图
人工智能·python·音视频
何以解忧,唯有..9 小时前
Pydantic 介绍与使用:Python 数据校验的现代方案
数据库·python·microsoft
又幸福了哥10 小时前
Python入门到高级(知识点七)
python
又幸福了哥11 小时前
Python入门到高级(知识点六)
python
维克兜率天11 小时前
【维克】动量指标家族:RSI、ROC、CCI、Momentum全面解析
python·算法
XZ-07000112 小时前
week2-1-可视化
开发语言·python
Java后端的Ai之路12 小时前
14、Python - 责任链模式
服务器·开发语言·人工智能·python·责任链模式
张人玉12 小时前
基于 Python 机器学习 与 PyQt5 桌面框架开发的可视化分析系统——基于大数据的网上购物消费行为分析可视化大屏
python·qt·机器学习·echarts·three.js