如何在Linux上打开jnlp文件 (linux 打开jnlp)

jnlp文件是Java Network Launch Protocol的缩写，它是一种Java Web Start技术的文件格式。通过jnlp文件，可以方便地在不同的平台和操作系统上启动Java应用程序。但是，在Linux系统上打开jnlp文件并不是一件简单的事情，因为Linux系统默认的Java环境有一些限制。本文将介绍如何在Linux系统上打开jnlp文件的方法。

步骤一：安装Java环境

需要在Linux系统上安装Java环境。目前，Java环境的版本已经更新到了第13版。如果您还没有安装Java环境，可以使用以下命令来安装：

sudo apt-get install default-jre

sudo apt install default-jdk

这是针对Debian或Ubuntu系统的命令，如果您使用的是其它Linux系统，可以根据自己的系统类型和发行版使用相应的命令来安装Java环境。安装完成后，可以通过以下命令来检查Java环境版本：

java -version

步骤二：安装IcedTea-Web

在Linux系统中，通过Web启动Java应用程序需要依赖IcedTea-Web插件。因此，在打开jnlp文件之前，需要先安装IcedTea-Web插件。可以使用以下命令来安装：

sudo apt-get install icedtea-plugin

此命令适用于基于Debian或Ubuntu系统的Linux，您可以根据自己的系统类型和发行版使用相应的命令来安装IcedTea-Web插件。

步骤三：安装OpenJDK

如果您的Java应用程序需要使用OpenJDK，那么您需要先安装OpenJDK。可以使用以下命令来安装：

sudo apt-get install openjdk-8-jre

此命令将安装OpenJDK 8版本，如果您需要安装其它版本的OpenJDK，可以根据自己的需求和系统类型使用相应的命令来安装。在安装完成后，可以通过以下命令来检查OpenJDK的版本：

java -version

步骤四：打开jnlp文件

安装完所有必要的组件后，现在可以尝试打开jnlp文件了。通常情况下，只需要双击jnlp文件，系统会自动启动Java应用程序。如果系统没有自动启动Java应用程序，可以按照以下步骤手动打开jnlp文件：

Step 1：在文件管理器中找到jnlp文件，鼠标右键单击该文件。

Step 2：选择“打开方式”，然后选择“使用IcedTea-web打开”。

Step 3：在打开的对话框中，勾选“总是使用该应用程序打开该类型的文件”。

Step 4：单击“确定”按钮，系统会自动启动Java应用程序并打开jnlp文件。

需要注意的是，有些jnlp文件可能需要特定的Java环境和插件，如果提示找不到相关组件，可以根据提示信息来安装相应的组件。

在Linux系统上打开jnlp文件可能需要安装多个组件和插件，但只要按照上述步骤依次进行，就能顺利打开jnlp文件并启动Java应用程序。在此过程中，需要注意Java环境和插件的版本问题，不同的应用程序可能需要不同版本的Java环境和插件，因此在安装之前更好了解应用程序的需求并选择相应的版本。

相关问题拓展阅读：

• 如何用python结合cplex求解混合整数规划问题

如何用python结合cplex求解混合整数规划问题

之一步：注册IBM id账号

第二步：下载相关系统的CPLEX（windows/linux/mac）

这里需要系统中安装有JAVA，选择 open with Java web start launcher （需要下载JAVA），打开后就开始进入下载页面。

补充JAVA安装：

备注：JAVA可以通过rpm包安装，或者是bin文件安装。Rpm安装可以直接双击就可以打开jnlp后缀的文件，bin文件安装的话，需要在图形界面的命令行下执行：javaws ***.jnlp打开。我采用的是bin文件安装。

1、下载你想要的java版本压缩包。

JRE下载：

JDK下载：

2、对下载的文件进行解压

3、修改环境变量：

vim ~/.bashrc

#加入以下内容

export JAVA_HOME=/usr/lib/jvm/jdk1.8.0_144 

export JRE_HOME=${JAVA_HOME}/jre  

export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib  

export PATH=${JAVA_HOME}/bin:$PATH

#保存后使之生效  

source ~/.bashrc

第三步：下载完.bin文件后，修改文件的权限chmod +x filename.bin。然后用命令执行./filename.bin。进入安装。安装过程中需要设置安装路径，所以更好使用超级权限进行安装。默认路径为：/opt/ibm/ILOG/CPLEX_Studio_Community127

第四步：设置 CPLEX 的 Python API

CPLEX 的旁乎帆 Python API 属于 IBM ILOG CPLEX Optimization Studio 的一部分。

与CPLEX Python API 关联的模块驻留在目录 yourCPLEXhome/python/VERSION/PLATFORM 中（或文件夹 yourCPLEXhome\python\VERSION\PLATFORM 中），运雹此处 yourCPLEXhome 指定 CPLEX 安装为 IBM ILOG CPLEX Optimization Studio 一部顷胡分的位置，VERSION 指定与 CPLEX 兼容的 Python 版本，而 PLATFORM 表示操作系统与编译器的组合。

有两种可相互替代的方法来设置 CPLEX 的 Python API。

• 首选且最常用的方法是使用位于目录 yourCPLEXhome/python/VERSION/PLATFORM 中（或文件夹 yourCPLEXhome\python\VERSION\PLATFORM 中）的脚本 setup.py。

• 或者，也可以将环境变量 PYTHONPATH 设置为 yourCPLEXhome/python/VERSION/PLATFORM 并通过 CPLEX 来开始运行 Python 脚本。

在以下段落中对这两种方法均进行了进一步详述。

使用脚本 setup.py

要在系统上安装 CPLEX-Python 模块，请使用位于 yourCplexhome/python/VERSION/PLATFORM 中的脚本 setup.py。 如果要将 CPLEX-Python 模块安装在非缺省位置，请使用选项 –home 识别安装目录。 例如，要将 CPLEX-Python 模块安装在缺省位置，请从命令行使用以下命令：

python setup.py install

要安装在目录 yourPythonPackageshome/cplex 中，请从命令行使用以下命令：

python setup.py install –home yourPythonPackageshome/cplex

这两个命令（缺省和指定主目录）均会调用 Python 包 distutils。 有关适用于该软件包的其他选项，请参考 Python distutils 的文档。

设置环境变量 PYTHONPATH

如果并行运行 CPLEX 的多个版本，那么请使用此方法：通过环境变量 PYTHONPATH 来向 Python 安装声明 CPLEX 及其 Python API 的位置。

要开始使用 CPLEX Python API，请将 Python 路径环境变量 PYTHONPATH 设置为值 yourCplexhome/python/VERSION/PLATFORM。 通过设置此环境变量，该版本的 Python 可以找到其所需的 CPLEX 模块以运行使用 CPLEX Python API 的 Python 命令和脚本。

后续步骤

通过这些可相互替代的方法之一设置 Python 环境后，便可以前进至启动 CPLEX Python API主题。

第五步：实例

Python — version 2.7 

有3个不同求解方式：

execfile(“cplexpypath.py”)

import cplex

from cplex.exceptions import CplexError

import sys

# data common to all populateby functions

my_obj      =

my_ub=

my_colnames =

my_rhs      =

my_rownames =

my_sense    = “LL”

def populatebyrow(prob):

prob.objective.set_sense(prob.objective.sense.maximize)

# since lower bounds are all 0.0 (the default), lb is omitted here

prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames)

# can query variables like the following bounds and names:

# lbs is a list of all the lower bounds

lbs = prob.variables.get_lower_bounds()

# ub1 is just the first lower bound

ub1 = prob.variables.get_upper_bounds(0)

# names is

names = prob.variables.get_names()

rows = ,>,

,>>

prob.linear_constraints.add(lin_expr = rows, senses = my_sense,

rhs = my_rhs, names = my_rownames)

# because there are two arguments, they are taken to specify a range

# thus, cols is the entire constraint matrix as a list of column vectors

cols = prob.variables.get_cols(“x1”, “x3”)

def populatebycolumn(prob):

prob.objective.set_sense(prob.objective.sense.maximize)

prob.linear_constraints.add(rhs = my_rhs, senses = my_sense,

names = my_rownames)

c = ,>,

,>,

,>>

prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames,

columns = c)

def populatebynonzero(prob):

prob.objective.set_sense(prob.objective.sense.maximize)

prob.linear_constraints.add(rhs = my_rhs, senses = my_sense,

names = my_rownames)

prob.variables.add(obj = my_obj, ub = my_ub, names = my_colnames)

rows =

cols =

vals =

prob.linear_constraints.set_coefficients(zip(rows, cols, vals))

# can also change one coefficient at a time

# prob.linear_constraints.set_coefficients(1,1,-3.0)

# or pass in a list of triples

# prob.linear_constraints.set_coefficients()

def lpex1(pop_method):

try:

my_prob = cplex.Cplex()

if pop_method == “r”:

handle = populatebyrow(my_prob)

if pop_method == “c”:

handle = populatebycolumn(my_prob)

if pop_method == “n”:

handle = populatebynonzero(my_prob)

my_prob.solve()

except CplexError, exc:

print exc

return

numrows = my_prob.linear_constraints.get_num()

numcols = my_prob.variables.get_num()

print

# solution.get_status() returns an integer code

print “Solution status = ” , my_prob.solution.get_status(), “:”,

# the following line prints the corresponding string

print my_prob.solution.status

print “Solution value  = “, my_prob.solution.get_objective_value()

slack = my_prob.solution.get_linear_slacks()

pi    = my_prob.solution.get_dual_values()

x     = my_prob.solution.get_values()

dj    = my_prob.solution.get_reduced_costs()

for i in range(numrows):

print “Row %d:  Slack = %10f  Pi = %10f” % (i, slack, pi)

for j in range(numcols):

print “Column %d:  Value = %10f Reduced cost = %10f” % (j, x, dj)

my_prob.write(“lpex1.lp”)

if __name__ == “__main__”:

if len(sys.argv) != 2 or sys.argv not in  :

print “Usage: lpex1.py -X”

print ”   where X is one of the following options:”

print ”      rgenerate problem by row”

print ”      cgenerate problem by column”

print ”      ngenerate problem by nonzero”

print ” Exiting…”

sys.exit(-1)

lpex1(sys.argv)

else:

prompt = “””Enter the letter indicating how the problem data should be populated:

r : populate by rows

c : populate by columns

n : populate by nonzeros\n ? > “””

r = ‘r’

c = ‘c’

n = ‘n’

lpex1(input(prompt))

关于linux 打开jnlp的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。

香港服务器首选树叶云，2H2G首月10元开通。
树叶云（shuyeidc.com）提供简单好用，价格厚道的香港/美国云服务器和独立服务器。IDC+ISP+ICP资质。ARIN和APNIC会员。成熟技术团队15年行业经验。