百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

vueJs项目打包成移动端安装包(vue项目打包成windows应用)

ztj100 2025-06-13 18:11 13 浏览 0 评论

在日常开发中,我们的应用场景越来越多元化,使用vueJs开发的项目可以应用在企业微信微应用、微信公众号、钉钉自建应用等等,上面这些都是基于第三方平台而使用,下面介绍一下如何使用HBuilder X将vueJs工程打包成独立安装包,应用在移动设备中,包括智能手机、平板、PDA等。

1. 打开HbuilderX官网,下载并安装软件。https://dcloud.io/hbuilderx.html

2. 安装完成后打开软件,依次选择文件-->新建-->项目,如下图所示。然后选择5+App,输入项目名称,选择存放路径,模板选择默认即可,最后点击创建。

3. 创建好后,目录结构如下,css、js、img目录为静态资源目录,unpackage为打包目录,mainfest.json为移动应用的配置文件,双击mainfest.json打开后进行基础配置。

4. AppID为应用标识,保持默认,一般不建议重新获取,防止对已安装的应用造成重新安装失败、热更新失败等影响。应用名称即安装后的名称,根据实际需要自行修改。大小版本号同名称一样,根据实际情况修改。

点击图标配置,选择原文件,自动自成应用图标。

启动界面根据需求配置,这里不做介绍。

模块配置中,在应用所需的基础模块上打勾即可,如果是使用定位模块还需要百度地图、高德地图对应的appKey。

权限配置中,同样勾选我们应用中所需要的权限,否则会导致我们的部分应用功能失效。

App常用其它配置正常情况下保持默认即可,也可根据需求做对应修改。

5. 上述内容为应用配置,完成之后我们首先对vueJs项目进行打包,执行npmrunbuild脚本,打包后将dist(默认)目录中生成的文件拷贝到5+App项目的根目录中(可以编写脚本,build完成后自动将文件覆盖到目标目录中),接着在菜单栏中选择发行-->原生App-云打包。

在弹出的界面中输入Android包名,也可不修改。选择应用证书,这里只做演示所以选择公测证书,其他按需配置。点击tab页切换到ios设置,选择profile文件和私钥证书,输入对应的密码,点击打包按钮,随后在Hbuilder控制台中能看到打包信息,打包完成后会有提示,最后在unpackage目录中找到打包后的安装包。

Android安装包打包成功,在设备上安装即可。

6. 安卓包生成后接着我们处理ios安装包,首先我们需要在蒲公英平台注册账号,https://www.pgyer.com/。登录后在上方点击发布按钮,在页面中上传刚刚打包好的ipa文件,点击发布应用。在苹果手机中输入应用地址或者扫描二维码下载应用安装包,在手机设置中选择信用该证书即可使用App,在蒲公英管理后台中点击应用管理即可查看发布的应用信息,如下图所示。

至此,基于vueJs开发的项目打包成移动应用安装包已经全部完成,虽说过程有点小复杂,但是对于没有特殊需求的应用来说,节省了一定的开发成本,毕竟基于vue的开发省去了android和ios开发带来的时间和人力成本,同理基于react开发的项目也适用此套方案。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: