ReactNative：Android环境搭建和项目搭建-白红宇

ReactNative：Android环境搭建和项目搭建

阅读量：320 次

发布时间：2019-03-04

本文共 1077 字，大约阅读时间需要 3 分钟。

环境搭建

安装JDK

首先，配置Java环境，安装JDK。下载地址为：http://www.oracle.com/。下载完成后，按照以下步骤安装：

在桌面上右键点击“我的电脑”，选择属性，进入高级系统设置。

点击“环境变量”，新建一个系统变量：

变量名称：JAVA_HOME

变量值：D:\Program Files\Java\jdk1.8.0_201（根据实际安装路径填写）

新建变量：

CLASSPATH：.;%JAVA_HOME%\lib;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar

PATH：在原有基础上，分别添加%JAVA_HOME%\bin和%JAVA_HOME%\jre\bin

验证配置

在控制台输入以下命令验证：

输入java：确保能正常运行并显示版本号。

输入javac：验证编译工具是否正常工作。

输入java -version：查看Java版本是否正确。

安装Android Studio

下载并安装Android Studio：

记录SDK存放路径，新建用户变量ANDROID_HOME，值为D:\SDK（根据实际路径填写）。

在安装过程中，选择默认存储SDK的路径。

官网环境搭建地址

创建项目

安装React Native命令行工具：

输入命令：npm install -g react-native-cli

创建项目：

输入命令：react-native init 项目名称

运行项目：

输入命令：react-native start

用Android Studio打开项目

打开项目文件目录下的android文件夹，启动Android Studio。

选择生成的项目目录，开始开发。

引入ant-design

安装组件：

输入命令：npm install @ant-design/react-native --save

项目依赖：

输入命令：npm install babel-plugin-import --save-dev

配置.babelrc文件：

添加内容：

"plugins": [  ["import", { "libraryName": "@ant-design/react-native" }]]

如果依然无法加载，清理node_modules，重新安装：

输入命令：npm install

注意事项

确保所有变量配置正确，路径无误。

验证Java环境和工具的正常运行。

确保React Native和ant-design组件正确加载，避免依赖冲突。

转载地址：http://pgoq.baihongyu.com/

你可能感兴趣的文章

OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测，图像分割，图像分类，姿态检测，带方向目标检测)

查看>>

OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比

查看>>

OpenCV与AI深度学习 | YOLOv11来了：将重新定义AI的可能性

查看>>

OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测（代码+数据集！）

查看>>

OpenCV与AI深度学习 | YOLOv8重磅升级，新增旋转目标检测，又该学习了！

查看>>

OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏！)

查看>>

OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)

查看>>

OpenCV与AI深度学习 | 什么是 COCO 数据集？

查看>>

OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测

查看>>

OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测

查看>>

OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜

查看>>

OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像

查看>>

OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光

查看>>

OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度

查看>>

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>>