当前位置:首页 > 文章列表 > 文章 > java教程 > Java配置后如何测试运行方法

Java配置后如何测试运行方法

2026-01-22 11:06:43 0浏览 收藏

今日不肯埋头,明日何以抬头!每日一句努力自己的话哈哈~哈喽,今天我将给大家带来一篇《Java环境配置后如何测试运行》,主要内容是讲解等等,感兴趣的朋友可以收藏或者有更好的建议在评论提出,我都会认真看的!大家一起进步,一起学习!

最直接验证方式是执行java -version:若输出版本信息则JAVA_HOME和PATH配置基本正确,否则PATH未包含java路径;还需用javac编译并运行Hello类确认JDK完整可用,且修改环境变量后必须新开终端生效。

在Java里环境配置完成后如何测试_Java运行验证流程说明

检查 java -version 是否能正常输出

这是最直接的验证方式。打开终端(Windows 是命令提示符或 PowerShell,macOS/Linux 是 Terminal),输入:

java -version

如果看到类似 java version "17.0.1" 2021-10-19 LTS 的输出,说明 JAVA_HOME 和系统 PATH 配置基本正确;如果提示 'java' is not recognized as an internal or external command(Windows)或 command not found: java(macOS/Linux),说明 PATH 没有包含 java 可执行文件路径。

  • java 命令通常位于 $JAVA_HOME/bin/java(Linux/macOS)或 %JAVA_HOME%\bin\java.exe(Windows)
  • 务必确认 PATH 中添加的是 bin 目录,不是 JAVA_HOME 根目录
  • 修改环境变量后,**必须新开终端窗口**才能生效(旧窗口不会自动刷新环境)

运行一个最简 Main 类验证编译与执行链路

仅靠 java -version 不能证明 javac(编译器)可用,也不能验证类路径、编码、JVM 启动是否正常。写一个最小可运行类测试全流程:

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

保存为 Hello.java,然后依次执行:

javac Hello.java
java Hello

注意:java 命令后跟的是类名(Hello),不是文件名(Hello.class 或 Hello.java)。

  • 若 javac 报错 command not found,说明 PATH 未包含 $JAVA_HOME/bin(javac 和 java 在同一目录)
  • 若 java Hello 报错 Could not find or load main class Hello,常见原因是当前目录下没有 Hello.class,或类名/文件名大小写不一致(如文件叫 hello.java 但类声明是 public class Hello)
  • Windows 用户注意:PowerShell 默认禁用脚本执行策略,但不影响 java 命令;若用 Git Bash,确保它读取的是系统环境变量而非自身配置

验证 JAVA_HOME 是否被其他工具(如 Maven、IDE)识别

很多工具依赖 JAVA_HOME 环境变量定位 JDK,而不是只靠 PATH。在终端中运行:

echo $JAVA_HOME

(macOS/Linux)或

echo %JAVA_HOME%

(Windows CMD)。输出应为 JDK 安装根目录,例如 /Library/Java/JavaVirtualMachines/jdk-17.jdk/Contents/Home 或 C:\Program Files\Java\jdk-17.0.1。

  • IntelliJ IDEA / Eclipse 启动时会读取 JAVA_HOME,但也可在设置中手动指定 JRE;验证建议先看 IDE 的 Project Structure → SDKs 是否自动识别出 JDK
  • Maven 执行 mvn -v 时会显示 Java version 和 JAVA_HOME 路径,若显示 Not Found 或路径错误,需检查 Maven 是否继承了正确的 shell 环境(尤其在 macOS 上使用 zsh 时,可能需要把 export JAVA_HOME=... 写入 ~/.zshrc)
  • 某些旧版工具(如老版本 Tomcat)对 JAVA_HOME 路径末尾带斜杠敏感,建议配置时不加 /

遇到中文乱码怎么办?重点查 file.encoding 和控制台编码

即使 java -version 和 Hello 都成功,输出中文仍可能显示为 ???。这不是环境变量问题,而是 JVM 默认编码与终端不匹配。

  • Windows CMD 默认是 GBK 编码,而 JDK 8+ 默认使用 UTF-8;可临时用 java -Dfile.encoding=GBK Hello 测试
  • macOS Terminal / Linux 终端一般为 UTF-8,但若终端 locale 未设好(如 LANG=C),也会乱码;运行 locale 确认 LANG 包含 UTF-8
  • IDE 运行控制台编码需单独设置(如 IntelliJ 的 Settings → Editor → File Encodings → Console Encoding),和系统环境变量无关
  • 不要试图通过修改 JAVA_HOME/jre/lib/fontconfig.properties 来解决——那是字体映射问题,和控制台文本编码无关
实际验证中,最容易忽略的是:**环境变量修改后没重启终端,以及 java 命令能运行但 javac 不行——这说明 PATH 指向的是 JRE 而非 JDK**。

今天关于《Java配置后如何测试运行方法》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!

一磅等于多少公斤?0.4536公斤换算解析一磅等于多少公斤?0.4536公斤换算解析
上一篇
一磅等于多少公斤?0.4536公斤换算解析
基金从业成绩查询与打印方法
下一篇
基金从业成绩查询与打印方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    258次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    302次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    282次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    259次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    68次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码