NPM离线包的制作和使用

2023-05-16

说明

常规情况,node安装依赖库使用npm install命令安装。它会从互联网上的npm中央仓库中下载对应的包文件。 但是在有些情况下需要在没有互联网的情况下安装依赖库,比如有些公司中,开发环境无法直接连接互联网,只能在离线环境下使用开发。就不能直接使用npm包管理工具通过网络下载安装依赖库。

这里介绍的方法是将依赖库制作成为一个tar文件,然后直接使用npm install xxxx.tgz,离线安装这个依赖库文件。

这里我以常规的webpack工具为例说明。

离线包安装

先找一台能够联网的电脑对下载的文件进行打包,然后把包复制到 离线的电脑上进行安装。

1. 安装npm-pack-all工具

npm i npm-pack-all
npm i -g husky

2.首先在本地电脑上下载 对应的包,这里使用的是全局安装

npm install -g webpack@4.46.0

3.进入全局的包的目录

我这里是windows10默认的全局目录

cd C:\Users\Administrator\AppData\Roaming\npm\node_modules\webpack

4.制作tgz离线安装包

npm-pack-all

执行完毕后,会在当前目录下生成 .tgz文件,这里生成的文件为webpack-4.46.0.tgz,根据你实际安装的npm包文件版本不同,这个文件有可能不同。

5.离线安装

将生成的 .tgz 文件复制到离线的机器上,在你的项目目录下执行npm install <your_tgz_file>命令,安装这个包:

npm install webpack-4.46.0.tgz

即可将库文件安装成功。

6.npm删除全局依赖包

删除全部依赖包 npm uninstall *

( 删除指定的依赖包 npm uninstall xxx
删除全局的指定依赖 npm uninstall xxx -g
xxx为依赖名称)
清缓存 npm cache clean --force
手动删除node_modules文件夹及文件夹里面的全部文件

npm uninstall webpack -g
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

NPM离线包的制作和使用 的相关文章

  • PX4 的 ECL EKF 公式推导及代码解析

    原创作者 USRL所长 64 CSDN 文章来源 https blog csdn net u010307048 article details 100553475 如需转载联系联系原创作者 作者整理的内容如下 xff0c 干货很多 xff0
  • git fatal: The remote end hung up unexpectedly错误解决方法

    在使用git更新或提交项目时候出现 34 fatal The remote end hung up unexpectedly 34 原因是推送的文件太大 那就简单了 xff0c 要么是缓存不够 xff0c 要么是网络不行 xff0c 要么墙
  • 公开课精华|机器人的带约束轨迹规划

    本文章总结于大疆前技术总监 xff0c 目前在卡内基梅隆大学读博的杨硕博士在深蓝学院的关于机器人的带约束轨迹规划的公开课演讲内容 全文约5000字 笔者不是机器人领域的 xff0c 因此特地去了解了一下杨硕博士 xff0c 深感佩服 xff
  • 自动驾驶的重要一环:谈谈感知前沿技术

    本文总结于Waymo研发经理周寅于2021年8月29日在深蓝学院的讲座 讲座内容主要包括自动驾驶系统的总览 xff0c 自动驾驶感知的介绍 xff0c 以及感知的前沿动态和总结 1 自动驾驶系统总览 关于自动驾驶系统 目前主流的L4级别自动
  • 论文精读 | slam中姿态估计的图优化方法比较

    一 摘要 对于位置环境中的自主导航问题 xff0c 同步定位与建图 Simultaneous localization and mapping SLAM 是一个非常重要的工具框架 根据SLAM字面含义可以得知 xff0c 获取正确的环境表征
  • 自动驾驶中的多种卡尔曼滤波算法及推导详解,值得一读!

    鉴于卡尔曼滤波算在多传感器融合系统中使用的普遍性 xff0c 本文将单独就卡尔曼滤波算法及自动驾驶中常用的改进卡尔曼滤波算法进行详细介绍 首先介绍卡尔曼滤波的基本方法 xff0c 然后介绍针对非线性系统改进的扩展卡尔曼滤波 xff0c 最后
  • 入门ROS其实也没有那么难!

    作者 xff1a Tassel 相信提出这个问题的小伙伴已经对ROS有一定的了解 xff0c 但不管是出于工程应用还是理论学习 xff0c 我们都有必要谈谈ROS的概念 xff0c 从概念去理解ROS ROS xff08 机器人操作系统 x
  • 论SLAM技术发展趋势

    2018年7月底 xff0c 深蓝学院发起并承办了 第一届全国SLAM技术论坛 浙江大学章国锋老师 香港科技大学沈劭劼老师 上海交通大学邹丹平老师 中科院自动化所申抒含老师在 圆桌论坛 xff1a SLAM技术发展趋势 上分享了SLAM技术
  • 华清远见嵌入式学习每周汇总

    每周学习总结 第一周数据结构Makefile的编写顺序表链表 xff08 含约瑟夫环之选猴王 xff09 Joseph circle 本周总结 第二周栈队列树二叉树二叉树的创建 本周总结 IO进程标准IO2 题目要求 xff1a 编程读写一
  • 注意项:dockerFile中安装常用的运维工具

    自己打镜像的时候 xff0c 如果依赖的基础镜像中没有一些常用的Linux运维工具 xff0c 需要自己记得提前安装一下 xff0c 免得线上出现问题需要排查时才发现没有工具 一些常用的如下 RUN yum install y telnet
  • Ubuntu16.04安装ROS kinetic

    ROS kinetic官网 xff1a http wiki ros org kinetic Installation Ubuntu 1 配置Ubuntu的资源库 xff1a 34 restricted 34 xff0c 34 univers
  • 鼠标光标变成了一个点

    今天使用华为云桌面 xff08 内部系统是win7 xff09 xff0c 鼠标光标悬停在普通文本上就变成了一个 不容易发现的点 xff0c 用起来很不方便 xff0c 如图 xff1a 可通过修改鼠标指针颜色和大小来调整解决 xff08
  • opencv--颜色物体追踪 图片的形态学处理函数

    目录 一 主要函数介绍 1 cv2 erode 2 cv2 dilate 3 cv2 findContours 4 cv2 circle 5 cv2 line 二 代码 这里首先确定是否安装imutils库 xff0c 这个库能让调整大小或
  • 使用可视化的Docker进行自动化测试

    01 前言 顺着docker的发展 xff0c 很多测试的同学也已经在测试工作上使用docker作为环境基础去进行一些自动化测试 xff0c 这篇文章主要讲述我们在docker中使用浏览器进行自动化测试如果可以实现可视化 xff0c 同时可
  • 固定翼飞机的一些记录——(1)IMU

    一 IMU 1 什么是IMU IMU Inertial Measurement Unit xff0c 惯性测量单元 一般一个IMU由三个单轴的加速度计和三个单轴的陀螺组成 1 1 加速度计的工作原理 Fig 1 加速度工作原理图 加速度计的
  • 遇到 definition duplicated 怎麼辦

    net 4 0 in IIS7 中有一個 known issue xff1a 就是 xff0c 在deploy之後會發生section定義重複的問題 解決這個問題的最好方法就是 把webconfig中的這段代碼註釋掉 This error
  • Docker容器学习二之镜像

    一 镜像 Docker可以把我们的应用打包成一个可移植的镜像 xff0c 也可以拉取打包好的镜像来共自己使用 xff0c 那么也会存在一个存放docker镜像的仓库 一个官方的镜像仓库地址 https hub docker com xff0
  • 【STM32】 HAL库+STM32CubeMX 系列教学

    HAL库简介 STM32 HAL固件库是Hardware Abstraction Layer的缩写 xff0c 中文名称是 xff1a 硬件抽象层 HAL库是ST公司为STM32的MCU最新推出的抽象层嵌入式软件 xff0c 为更方便的实现
  • 什么程度才算精通 Linux?

    本文选自 攻克 Linux 系统编程 作者 宇文拓 责编 林瑟 Linux 的优秀之处自然不必多说 如果将操作系统比作一辆汽车 xff0c 那 Linux 就是一辆性能出色的多功能越野车 xff0c 上山下海飞天无所不能 如果你拥有了它 x
  • Makefile初级语法1

    Makefile基本规则 基本规则如下 xff1a target target dependent command command前必须是TAB 语法示例分析 xff1a helloworld o main o print hello o

随机推荐