(二)Servlet教程——我的第一个Java程序

embedded/2024/9/24 9:41:08/
class="baidu_pl">
class="article_content clearfix">
class="htmledit_views">

首先打开记事本,输入如下的代码,请注意字母的大小写

public class MyFirst{

public static void main(String[] args){

     System.out.println("This is My first Java...");

      }

}

class="img-center">


将该txt文件命名为MyFirst.class="tags" href="/JAVA.html" title=java>java

打开cmd命令行窗口,在命令行窗口中输入d:

进入到D盘目录

class="img-center">


然后使用cd D:\MyFirstJava进入到程序所在的文件夹

class="img-center">


然后使用class="tags" href="/JAVA.html" title=java>javac命令来编译该文件

class="img-center">


如果编译过程中没有问题的话会生成该文件对应的字节码文件。

执行完成后使用dir命令查看目录下的文件,可以看到生成了以class结尾的字节码文件

class="img-center">


最后对当前目录执行class="tags" href="/JAVA.html" title=java>java MyFirst命令,命令的执行情况如下图所示

class="img-center">


可以在命令行中看到程序的输出。


http://www.ppmy.cn/embedded/9182.html

相关文章

相机系列——透视投影:针孔相机模型

作者:木一 引言 上文我们提到,三维相机是对真实世界成像的模拟,为了让三维物体在计算机屏幕上呈现出来的图像符合人眼观察效果,通常采用透视投影方式模拟相机成像,为了简化计算,可以用针孔相机模型来描述…

单词规律——java

给定一种规律 pattern 和一个字符串 s ,判断 s 是否遵循相同的规律。 这里的 遵循 指完全匹配,例如, pattern 里的每个字母和字符串 s 中的每个非空单词之间存在着双向连接的对应规律。 示例1: 输入: pattern "abba", s "…

Docker安装EelasticSearch(含客户端工具)

目录 一、什么是EelasticSearch 二、安装客户端UI工具,google浏览器 三、Docker 安装 3.1 在/opt 里新建一个es7文件夹,然后可以手动建一个data文件夹,也可以不见(因为命令会帮我们自动创建) 四、打开安装好的客户端…

Python 开发实现登陆和注册模块

Python 开发实现登陆和注册模块 一、案例介绍 本例设计一个用户登录和注册模块,使用Tkinter框架构建界面,主要用到画布、文本框、按钮等组件。涉及知识点:Python Tkinter界面编程、pickle数据存储。本例实现了基本的用户登录和注册互动界面…

解决在linux中执行tailscale up却不弹出验证网址【Tailscale】【Linux】

文章目录 问题解决提醒 问题 最近有远程办公需求,需要连接内网服务器,又不太想用todesk,于是找到一个安全免费可用的Tailscale Best VPN Service for Secure Networks,在windows中顺利注册账号后,登陆了我的windows …

​​​​​​​iOS配置隐私清单文件App Privacy Configuration

推送到TestFlight后邮件收到警告信息如下,主要关于新的隐私政策需要补充: Hello, We noticed one or more issues with a recent submission for TestFlight review for the following app: AABBCC Version 10.10.10 Build 10 Although submission for …

Redis服务

参考文章: Win.dow.s上安装Redis教程 redis数据库基础篇 Redis 的安装及图形化界面 Redis DeskTop Manager 的安装与使用 下载Redis Redis压缩包 打开Redis 法1: 双击redis-server.exe 应用程序 法2: 进入redis目录下,打cmd…

损失函数汇总

kl 在多分类问题中,KL(Kullback-Leibler)损失通常用于衡量模型预测的概率分布与真实标签的概率分布之间的差异。在多分类任务中,通常使用交叉熵损失(Cross Entropy Loss)作为主要的损失函数,但…