`

Ubuntu 下搭建 Android 开发环境(图文)

 
阅读更多

随着智能手机、平板电脑等越来越普及,现在的移动平台开发越来越火,IOS、Android等等,以前一直没有开发过移动平台的应用,然而网上的N多教程全是Windows平台的,而我却坚持这Linux桌面,那么这么新鲜、这么火、这么有前景的开发,我也先起个头,把环境搭建起来先。

1.安装JDK

Linux 下安装配置 JDK7

 

自从从Oracle收购Sun近三年来,已经有很多变化。早在8月,甲骨文将“Operating System Distributor License for Java”许可证终结,这意味着第三方将不可以依据这一许可分发他们的软件包。
  因此Ubuntu Linux已经开始禁用所有机器上的Oracle JDK浏览器插件,并很快会从档案中删除软件包。
公司指出,禁用Oracle的插件将可以帮助提高安全性,因为这些插件已经被证实包含许多漏洞,虽然这是一个事实,但真正的原因恐怕是Sun的 JDK在升级时会清理掉用户机器上自认为不安全的软件,大多数PC用户认为这样很安全,但通常基于UNIX系统的用户并不这么认为。
Oracle的JDK被废弃后,OpenJDK将取代它的位置在Ubuntu及其它Linux中默认安装。

虽然很多Linux发行版现在已经自带OpenJDK,但是在开发过程中与Oracle-JDK(SUN-JDK)还是略有不同。通常,Java开发人员还是以Oracle-JDK为标准来进行开发。
下面介绍一下Linux下的JDK安装与配置,这里使用的Linux发行版是Ubuntu 12.04。

1.下载JDK

目前最新的JDK版本是:Java SE Development Kit 7u5

下载地址:

查看最新:

2.解压安装

我们把JDK安装到这个路径:/usr/lib/jvm
如果没有这个目录(第一次当然没有),我们就新建一个目录

cd /usr/lib
sudo mkdir jvm

建立好了以后,我们来到刚才下载好的压缩包的目录,解压到我们刚才新建的文件夹里面去,并且修改好名字方便我们管理

sudo tar zxvf ./jdk-7-linux-i586.tar.gz  -C /usr/lib/jvm
cd /usr/lib/jvm
sudo mv jdk1.7.0_05/ jdk7

 3.配置环境变量

gedit ~/.bashrc

在打开的文件的末尾添加

export JAVA_HOME=/usr/lib/jvm/jdk7
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:$PATH

保存退出,然后输入下面的命令来使之生效

source ~/.bashrc

 4.配置默认JDK

由于一些Linux的发行版中已经存在默认的JDK,如OpenJDK等。所以为了使得我们刚才安装好的JDK版本能成为默认的JDK版本,我们还要进行下面的配置。
执行下面的命令:

sudo update-alternatives --install /usr/bin/java java /usr/lib/jvm/jdk7/bin/java 300
sudo update-alternatives --install /usr/bin/javac javac /usr/lib/jvm/jdk7/bin/javac 300

 注意:如果以上两个命令出现找不到路径问题,只要重启一下计算机在重复上面两行代码就OK了。

执行下面的代码可以看到当前各种JDK版本和配置:

sudo update-alternatives --config java

 5.测试

打开一个终端,输入下面命令:

java -version

显示结果:

java version "1.7.0_05"
Java(TM) SE Runtime Environment (build 1.7.0_05-b05)
Java HotSpot(TM) Server VM (build 23.1-b03, mixed mode)

这表示java命令已经可以运行了。

详细信息:http://dawndiy.com/archives/155/

2.安装Eclipse

现在Eclipse已经出4.2版本,并且官方也已经将4.x版作为默认的下载版本了,大家可以自己选择,下面给出4.x和3.7.x的下载链接:

Eclipse Juno (4.2):
Windows    32-bit    64-bit
Mac    32-bit    64-bit
Linux    32-bit    64-bit

Eclipse Indigo (3.7):
Windows    32-bit    64-bit
Mac    32-bit    64-bit
Linux    32-bit    64-bit

下载后解压到本地直接都可以使用了(在配置好JDK的前提下)。

3.下载安装 Android SDK

先下载好最新的 Android SDK Package。这里我给出下载地址:

Platform

Package

Size

MD5 Checksum

Windows

android-sdk_r20.0.1-windows.zip

90370975 bytes

5774f536892036f87d3bf6502862cea5

installer_r20.0.1-windows.exe (Recommended)

70486979 bytes

a8df28a29c7b8598e4c50f363692256d

Mac OS X (intel)

android-sdk_r20.0.1-macosx.zip

58217336 bytes

cc132d04bc551b23b0c507cf5943df57

Linux (i386)

android-sdk_r20.0.1-linux.tgz

82607616 bytes

cd7176831087f53e46123dd91551be32

官网下载地址:

下载好后当然是解压了,解压到您的工作目录,这个目录就是今后使用SDK的目录:

tar zvxf android-sdk_r20.0.1-linux.tgz

解压找到 tools 目录下的 android 后如图:



 

这个就是 Android SDK Manager,你可以通过这个来配置、管理和下载最新的SDK。

首先我们先通过 Android SDK Manager 来添加平台和包,打开 Android SDK Manager 后勾选你需要的工具和包,这里 Android SDK Manager 会默认为您勾选它所推荐的包,您只需要点击下载安装就可以了。如图:



 

4.配置 Android SDK 开发调试环境

在这里我们是要配置开发调试环境,以便我们在控制台能够很好的使用 SDK 。如果你只是希望使用 Eclipse 来做 Android 开发的话,这里也可以省略。不过我还是觉得控制台挺好的,虽然一片片的看着头晕,呵呵。

首先配置环境变量,和配置 JDK 一样。运行一下代码来配置环境变量:

gedit ~/.bashrc

在文件的最末端添加下面内容:

# Android SDK
export ANDROID_SDK=/home/dawndiy/workspace/android/android-sdk-linux
export PATH=$ANDROID_SDK/platform-tools:$ANDROID_SDK/tools:$PATH

当然, “ANDROID_SDK=” 后面的内容当然是你自己的 SDK 所在的目录啦,千万别照搬啊,上面的可是我电脑上的。修改好了以后记得保存,最后运行一下:

source ~/.bashrc

 

————更新————-

==这里是后来添加上的==

在之后的使用中我发现在控制台使用  adb 命令正常,但是有的时候需要 root 权限的时候我们再使用 sudo adb 的时候居然会提示 找不到 adb 命令。后来我找到了解决方法,这里说明一下:

cd /usr/bin
rm -rf adb
sudo ln -s /home/dawndiy/workspace/android/android-sdk-linux/platform-tools/adb

这样就可以解决在 sudo 下也可以使用 adb 了,如果 fastboot 也有这样的情况,一样解决!

—————————–

 

5.安装 ADT(Android Development Tools) 插件

打开 Eclipse,选择 Help > Install New Software….

点击 Add,在 Name 输入 “ADT Plugin” 作为名字,在 Location 输入 “https://dl-ssl.google.com/android/eclipse/”(不要引号),如图:



 

添加好插件地址后,在 Work with 中选择刚才添加的插件地址,然后等待一会儿下面就会出现需要安装的插件。选择需要安装的插件后点击安装即可。如图:



 

接下来就是等待下载安装,安装后了以后重启Eclipse即安装完成。

6.配置 ADT 插件

这里可能重启Eclipse后就会弹出ADT的配置对话框,如果没有弹出的话下面会介绍。

弹出的对话框如图,只需要把前面安装好的 Android SDK 的目录填入 Location 中就可以了。



 

然后弹出一个问你是否愿意想Google反馈使用信息的对话框,Yes or No 随便,然后 Finish。

如果没有弹出ADT配置对话框,那么我们如下操作来配置。

打开 Eclipse ,选择 Window > Preferences… 来打开选项面板。

在左侧选择 Android ,在右侧面板中找到 SDK Location 点击 Browse… 来选择你前面安装的SDK目录,最后点击 Apply 即可。如图:



 

这样您的ADT就基本配置完成了。最后为了保证您的插件是最新的,可以选择 Help > Check for Updates 让Eclipse自动检测需要更新的组件来更新。

7.新建 AVD(android vitural device)

开发的时候当然需要一台设备来做测试,Android SDK 的工具中提供了 Android 虚拟设备的功能,能够在本地虚拟一台 Android 设备。在正式开发之前,我们需要配置新建一个 AVD ,当然你可以使用前面安装好的 Android SDK Manager 来新建,这里我们也可以直接在已经配置好了的Eclipse里面进行添加。

选择 Windows > AVD Manager 点击 New 来新建一台 AVD ,然后在里面配备相应的参数,如图:



 

点击 Create AVD 完成。

你可以在新建完成后在 AVD Manager 里面运行您刚才新建的虚拟设备,附上几幅图:



 

8.新建 Android 项目

打开 Eclipse , File > New > Other… 选择 Android Application Project 后,就会出现向导对话框,然后更具向导填好相关信息,最后就可以生成一个 Android 项目,如图:



 填写应用名、项目名、包名等信息,还有选择构建的SDK版本。



 

设置应用的图标:

 



 

 

完成新建 Android 项目.

 

详细信息:http://dawndiy.com/archives/153/

9.总结

一直都想去尝试开发一款自己的Android程序,但是一直都没有去学,趁今天下午有时间,参考了官方的文档,自己摸索的搭建了一下开发环境,算一个开头。接下来就慢慢的学习吧~ Over………………….

 

 

 

 

  • 大小: 36.3 KB
  • 大小: 86.4 KB
  • 大小: 71.7 KB
  • 大小: 28.9 KB
  • 大小: 62.9 KB
  • 大小: 63.7 KB
  • 大小: 61.6 KB
  • 大小: 428.3 KB
  • 大小: 52 KB
  • 大小: 65.6 KB
  • 大小: 71.2 KB
  • 大小: 40.6 KB
0
0
分享到:
评论

相关推荐

    从零起步搭建Hadoop单机和伪分布式开发环境图文教程.

    搭建Hadoop开发环境,无论是单机模式还是伪分布式模式,都需要准备一些基础软件和环境。单机模式仅用于开发和测试,它在本地运行所有Hadoop守护进程;伪分布式模式将守护进程部署在单个机器上,但是每个守护进程都...

    【经典图文步骤详解】安卓开发工具安装教程

    通过上述步骤,您已经完成了安卓开发环境的基础搭建工作。接下来就可以开始探索安卓应用开发的世界了。随着实践的深入,您还可以进一步了解更高级的工具和技术,如Android Studio、Gradle构建工具等,以提高开发效率...

    构建Hadoop分布式集群环境

    云计算环境下,Hadoop集群可以部署在私有云、公共云或混合云架构中。VMWare是一种广泛使用的虚拟化平台,可以在其上搭建用于开发和测试的虚拟机。在本教程中,使用VMWare来创建运行Ubuntu系统的虚拟机,这是因为...

    【车间调度】基于matlab遗传算法GA求解零空闲流水车间调度问题NIFSP【含Matlab源码 7985期】.mp4

    海神之光上传的视频是由对应的完整代码运行得来的,完整代码皆可运行,亲测可用,适合小白; 1、从视频里可见完整代码的内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    e2studio开发RA2E1(12)-打印函数(printf、 sprintf)的实现

    e2studio开发RA2E1(12)----打印函数(printf、 sprintf)的实现 CSDN文字教程:https://coremaker.blog.csdn.net/article/details/145537504 B站教学视频:https://www.bilibili.com/video/BV1zZNmeTE1u/ printf 和 sprintf 是 C 语言中常用的输出函数,广泛应用于各种嵌入式、桌面应用程序和调试过程中。这些函数可以将格式化的数据输出到标准输出(如控制台)或存储到字符串中。在系统开发中,了解它们的底层实现不仅能够帮助优化性能,还能提高代码的可移植性和灵活性。 首先需要准备一个开发板,这里我准备的是自己绘制的开发板,需要的可以进行申请。 主控为R7FA2E1A72DFL#AA0

    2025异次元发卡网个人发卡网源码支持在线升级.zip

    2025异次元发卡网个人发卡网源码支持在线升级.zip 内有详细的安装教程

    生产环境快速检索nacos注册中心服务和模拟检索配置

    生产环境快速检索nacos注册中心服务和模拟检索配置,自行修改地址和用户名、密码,支持多个namespace配置。

    wxcomponents

    插件uniapp-wxml-to-canvas 中的文件夹 wxcomponents

    2023-4-8-笔记-第一阶段-第2节-分支循环语句- 4.goto语句 5.本章完 -2025.03.05

    2023-04-08 项目笔记-第一阶段-第2节-分支和循环语句-3.3.2执行流程 3.3.3do语句的特点 3.3.4do while循环中的break和continue 3.4练习 3.4.1练习参考代码:3.4.2折半查找算法 3.4.3猜数字游戏实现 4.goto语句 5.本章完-202-03-05

    基于Matlab2020b的电机控制算法:无传感FOC算法Simulink仿真模型及实践指导,基于Matlab2020b的电机控制算法:无传感FOC控制策略与Simulink仿真模型指导实践调试,定位

    基于Matlab2020b的电机控制算法:无传感FOC算法Simulink仿真模型及实践指导,基于Matlab2020b的电机控制算法:无传感FOC控制策略与Simulink仿真模型指导实践调试,定位+电流闭环强拖+ 角度渐变切+ 速度电流双闭环+ 无传感器角度估算SMO+ PLL 控制方式 Simulink 仿真模型 (Matlab2020b版本)以及教授模型搭建 这是一种常用的无传感FOC电机控制算法,掌握这种算法的基本原理,并有仿真模型在手,就可以用它来指导实践中的程序调试,做到实际项目不盲目调试。 模型特点: 1. 所有模块都做到了模块化,各个模块分区清楚,结构清晰。 2. 所有电机和控制参数均在m文件中体现,变量注释清楚,随用随改。 3. 速度环和电流环PI参数均实现自动整定。 4. 模型采用标幺值系统。 5. 各状态切使用stateflow,模型结构清晰。 6.通用表贴和内嵌式电机。 ,核心关键词: 定位; 电流闭环强拖; 角度渐变切换; 速度电流双闭环; 无传感器角度估算SMO; PLL控制方式; Simulink仿真模型; Matlab2020b版本; 模型搭建;

    OMNISQL :大规模生成高质量Text-to-SQL数据

    Text-to-SQL(Text-to-SQL)任务是将自然语言问题转换为SQL查询,这对于非专业人员与数据库的交互至关重要。尽管最近大型语言模型(LLMs)的发展显著提升了Text-to-SQL的性能,现有方法在实际应用中仍面临明显局限性。基于提示的方法通常依赖于封闭源代码的LLMs,这不仅昂贵,还引发隐私问题且缺乏定制化。另一方面,微调方法由于公开可用训练数据的覆盖范围有限,在处理复杂问题或特定领域数据库时表现不佳。为克服这些挑战,我们提出了一种新颖且可扩展的Text-to-SQL数据合成框架,用于自动生成大规模、高质量和多样化的数据集,无需大量人工干预。利用该框架,我们引入了 SYNSQL-2.5M ,这是第一个百万规模的Text-to-SQL数据集,包含250万个样本,涵盖了超过16,000个合成数据库。每个样本包括一个数据库、SQL查询、自然语言问题和链式思考(CoT)解决方案。通过使用 SYNSQL-2.5M ,我们开发了 OMNISQL ,这是一个强大的开源Text-to-SQL模型,提供三种参数规模:7B、14B和32B。广泛的评估表明, OMNISQL

    基于Python的Flask-vue医院预约挂号系统设计与实现源码-演示视频.zip

    基于Python的Flask-vue医院预约挂号系统设计与实现源码-演示视频 项目关键技术 开发工具:Pycharm 编程语言: python 数据库: MySQL5.7+ 后端技术:Flask 前端技术:HTML 关键技术:HTML、MYSQL、Python 数据库工具:Navicat、SQLyog

    【波束形成】基于matlab雷达相控阵波束形成仿真【含Matlab源码 10996期】.mp4

    海神之光上传的视频是由对应的完整代码运行得来的,完整代码皆可运行,亲测可用,适合小白; 1、从视频里可见完整代码的内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主; 4.1 博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作

    基于Python的Django-vue个性化餐饮场所推荐系统源码-演示视频.zip

    基于Python的Django-vue个性化餐饮场所推荐系统源码-演示视频 项目关键技术 开发工具:Pycharm 编程语言: python 数据库: MySQL5.7+ 后端技术:Django 前端技术:HTML 关键技术:HTML、MYSQL、Python 数据库工具:Navicat、SQLyog

    ImageJ分析SEM图像

    ImageJ分析SEM图像

    基于叶尖速比法的PMSG永磁同步发电机并网仿真模型研究:动态响应与谐波特性分析,基于叶尖速比法的PMSG永磁同步发电机并网仿真模型动态特性分析,PMSG永磁同步发电机并网仿真模型 (1)主要包括发电机

    基于叶尖速比法的PMSG永磁同步发电机并网仿真模型研究:动态响应与谐波特性分析,基于叶尖速比法的PMSG永磁同步发电机并网仿真模型动态特性分析,PMSG永磁同步发电机并网仿真模型 (1)主要包括发电机、整流器、逆变器(双pwm控制)、电网、控制、显示等部分; (2)风机最大功率跟踪mppt采用最佳叶尖速比法; (3)机侧控制(发电控制):采用转速、电流双闭环控制,均采用PI,磁链解耦;调制策略采用SVPWM; (4)网侧控制(并网控制):采用电压、电流双闭环控制,均采用PI;基于电压前馈解耦(有功、无功解耦);调制策略采用SVPWM; (5)动态响应特性好,当转矩突变时,发电机输出转速稳定,直流母线电压稳定; (6)并网电压和电流同相位,功率因数接近1; (7)并网电流谐波畸变小,THD=3.01%; 附带说明以及参考文献 ,PMSG永磁同步发电机; 整流器; 逆变器; 双PWM控制; 电网并网; 控制; 显示; 最佳叶尖速比法; 转速电流双闭环控制; PI控制; SVPWM调制策略; 动态响应特性; 直流母线电压稳定; 功率因数接近1; 并网电流谐波畸变小。,PMSG永磁同步发电机高

    基于Matlab Simulink的电机FOC观测器模型:龙贝格观测器结合PLL无传感器控制及PMSM模型精准估算转子位置信息,Matlab Simulink下电机FOC观测器模型:结合龙贝格观测器与

    基于Matlab Simulink的电机FOC观测器模型:龙贝格观测器结合PLL无传感器控制及PMSM模型精准估算转子位置信息,Matlab Simulink下电机FOC观测器模型:结合龙贝格观测器与PLL的无传感器控制策略,高精度估算转子位置与反电势,matlab simulink电机foc观测器模型,采用龙贝格观测器+PLL进行无传感器控制,其利用 PMSM 数学模型构造观测器模型,根据输出的偏差反馈信号来修正状态变量。 当观测的电流实现与实际电流跟随时,利用估算的反电势进行pll计算转子位置信息。 龙伯格观测器采用线性控制策略代替了 SMO 的变结构控制,有效避免了系统抖振,动态响快、估算精度高的优点。 ,MATLAB; Simulink电机; FOC观测器模型; 龙贝格观测器; PLL无传感器控制; PMSM数学模型; 输出偏差反馈; 状态变量修正; 估算反电势; PLL转子位置; 线性控制策略; SMO变结构控制; 系统抖振; 动态响应; 估算精度。,MATLAB Simulink电机FOC观测器模型:龙贝格观测器+PLL无传感器控制技术

    基于提示工程的 OpenAI GPT-4o 和 DeepSeek R1 在科学文本分类中的比较分析

    本研究探讨了大型语言模型如何通过提示工程对科学论文中的句子进行分类。我们使用两种先进的基于网络的模型,OpenAI 的 GPT-4o 和 DeepSeek R1,将句子分类为预定义的关系类别。DeepSeek R1 已在其技术报告中测试过基准数据集。然而,其在科学文本分类中的性能尚未得到充分探索。为解决这一问题,我们引入了一种专门为该任务设计的新评估方法,并整理了一个来自多个领域的清洁科学论文数据集。该数据集提供了一个比较这两个模型的平台。通过使用此数据集,我们分析了它们在分类中的有效性和一致性。

Global site tag (gtag.js) - Google Analytics