【亲测免费】 Java安装及‘jarsigner’命令问题解决指南
2026-01-21 04:12:16作者:劳婵绚Shirley
本文档旨在帮助用户正确安装Java开发工具包(JDK)并解决在执行jarsigner命令时遇到的“不是内部或外部命令”错误。
内容概述
-
JDK安装步骤
- 下载JDK
- 安装JDK
- 配置环境变量
-
解决‘jarsigner’命令错误
- 检查JDK安装路径
- 配置JAVA_HOME环境变量
- 更新Path变量
- 配置CLASSPATH变量
JDK安装步骤
1. 下载JDK
首先,从官方网站或其他可信来源下载适合您操作系统的JDK版本。
2. 安装JDK
双击下载的安装程序,按照提示完成JDK的安装。通常只需点击“下一步”即可完成安装。
3. 配置环境变量
安装完成后,需要配置系统的环境变量,以便系统能够识别Java命令。
- 打开控制面板,选择“系统和安全” -> “系统” -> “高级系统设置”。
- 在“系统属性”窗口中,点击“环境变量”。
- 在“系统变量”部分,找到并编辑“Path”变量。
- 添加JDK的
bin目录路径,例如:C:\Program Files\Java\jdk1.8.0_281\bin。
解决‘jarsigner’命令错误
如果在执行jarsigner命令时遇到“不是内部或外部命令”的错误,请按照以下步骤解决:
1. 检查JDK安装路径
确保JDK已正确安装,并且jarsigner.exe文件存在于JDK的bin目录中。
2. 配置JAVA_HOME环境变量
- 在“系统变量”部分,新建一个名为
JAVA_HOME的变量。 - 将变量值设置为JDK的安装路径,例如:
C:\Program Files\Java\jdk1.8.0_281。
3. 更新Path变量
- 在“Path”变量中,添加
%JAVA_HOME%\bin。
4. 配置CLASSPATH变量
- 新建一个名为
CLASSPATH的变量。 - 将变量值设置为:
%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;。
验证配置
完成上述配置后,打开命令提示符并输入以下命令以验证配置是否正确:
java -version
如果显示Java版本信息,则表示配置成功。
结论
通过以上步骤,您应该能够成功安装JDK并解决jarsigner命令的错误。如果在配置过程中遇到任何问题,请参考原始文章或联系技术支持。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0173- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
hotgoHotGo 是一个基于 vue 和 goframe2.0 开发的全栈前后端分离的开发基础平台和移动应用平台,集成jwt鉴权,动态路由,动态菜单,casbin鉴权,消息队列,定时任务等功能,提供多种常用场景文件,让您把更多时间专注在业务开发上。Go03
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
597
4 K
Ascend Extension for PyTorch
Python
433
524
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
917
758
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
364
245
暂无简介
Dart
842
204
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.45 K
814
昇腾LLM分布式训练框架
Python
130
154
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
167
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
128
174