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
    Nim教程【十二】
    查看>>
    Nim游戏
    查看>>
    NIO ByteBuffer实现原理
    查看>>
    Nio ByteBuffer组件读写指针切换原理与常用方法
    查看>>
    NIO Selector实现原理
    查看>>
    nio 中channel和buffer的基本使用
    查看>>
    NIO基于UDP协议的网络编程
    查看>>
    NISP一级,NISP二级报考说明,零基础入门到精通,收藏这篇就够了
    查看>>
    Nitrux 3.8 发布!性能全面提升,带来非凡体验
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>