博客
关于我
SpringBoot在IDEA中以war打包
阅读量:383 次
发布时间:2019-03-05

本文共 1696 字,大约阅读时间需要 5 分钟。

修改POM.xml文件,将默认的jar打包方式改为war:

war

排除内置Tomcat容器:

  • 在POM.xml中添加排除Spring Boot Starter Web中的Tomcat依赖:
  • org.springframework.boot
    spring-boot-starter-web
    org.springframework.boot
    spring-boot-starter-tomcat
    1. 添加Spring Boot Starter Tomcat依赖,并设置为provided:
    2. org.springframework.boot
      spring-boot-starter-tomcat
      provided

      创建或修改ServletContextListener类(位于src/main/java下):

      package com.example;import org.springframework.boot.builder.SpringApplicationBuilder;import org.springframework.boot.web.servlet.support.SpringBootServletInitializer;public class ServletInitializer extends SpringBootServletInitializer {    public ServletInitializer() {        System.out.println("初始化 ServletInitializer");    }    @Override    protected SpringApplicationBuilder configure(SpringApplicationBuilder application) {        return application.sources(HomeworkmeApplication.class);    }}

      在POM.xml中添加WAR包优化配置:

      homeworkme
      org.apache.maven.plugins
      maven-surefire-plugin
      2.20.1
      true
      org.springframework.boot
      spring-boot-maven-plugin

      打包命令:

      mvn clean package

      或者在IDEA中通过Build Artifacts生成WAR包。

      将生成的WAR包复制到Tomcat的webapps目录下,通过浏览器访问http://localhost:8080/homeworkme即可访问应用。

    转载地址:http://otmg.baihongyu.com/

    你可能感兴趣的文章
    OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
    查看>>
    OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
    查看>>
    OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
    查看>>
    OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
    查看>>
    OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
    查看>>
    OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
    查看>>
    OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
    查看>>
    OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
    查看>>
    OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
    查看>>
    OpenCV与AI深度学习 | 基于OpenCV实现模糊检测 / 自动对焦
    查看>>
    OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
    查看>>
    OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
    查看>>
    OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
    查看>>
    OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
    查看>>
    OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
    查看>>
    OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
    查看>>