如何閱讀Spring源碼

如何閱讀Spring源碼

簡介

最近有許多人問我如何閱讀Spring源碼,那我便在這給出閱讀源碼的方法,能夠保證本地能夠讓源碼能夠運行起來。

Spring 源碼環境本地編譯

Gradle下載地址

通過網盤分享的文件:gradle-6.4.1-all.zip
鏈接: https://pan.baidu.com/s/1bnBpq6SpyJ3zyFIA204mmQ?pwd=ftgi 提取碼: ftgi

Spring源碼下載地址

通過網盤分享的文件:spring-framework-master.zip
鏈接: https://pan.baidu.com/s/1NFjg4MJmYxoEr78ZyMzxMg?pwd=5wrw 提取碼: 5wrw

Spring 源碼是需要使用 gradle進行編譯的,本教程采用 gradle 6.4.1 進行說明; 第二個文件是 spring 5.3 版本的源碼。

配置Gradle環境變量

解壓gradle-6.4.1-all.zip到任意目錄,這些配置一定要根據自己實際解壓的目錄去配置否則會找不到!!!

配置 GARDLE_HOME

image-20250718224411921

配置path

image-20250718224628187

解壓 spring-framework-master

修改 settings.gradle 文件

添加國內阿里云依賴地址:

maven { url 'https://maven.aliyun.com/repository/public' }

image-20250718224847325

修改 gradle.properties 文件

將 org.gradle.jvmargs的值修改為 -Xmx2048M; 并添加 org.gradle.daemon=true

image-20250718224922585

修改 build.gradle 文件

加上使用阿里云倉庫,提高下載速度

maven { url 'https://maven.aliyun.com/nexus/content/groups/public/' }
maven { url 'https://maven.aliyun.com/nexus/content/repositories/jcenter'}

image-20250718225006645

修改setting.gradle 刪除 第11 行

image-20250718225033305

修改 build.gradle 第29 行

刪除 snapshot

image-20250718225105803

修改代碼

修改spring-framework-master\buildSrc\src\main\java\org\springframework\build\compile\CompilerConventionsPlugin.java 代碼,刪除第 62 行的 “-Werror”, 注意把之前的逗號也刪掉(或者可以直接用我的覆蓋Static代碼)

static {List<String> commonCompilerArgs = Arrays.asList("-Xlint:serial", "-Xlint:cast", "-Xlint:classfile", "-Xlint:dep-ann","-Xlint:divzero", "-Xlint:empty", "-Xlint:finally", "-Xlint:overrides","-Xlint:path", "-Xlint:processing", "-Xlint:static", "-Xlint:try", "-Xlint:-options");COMPILER_ARGS = new ArrayList<>();COMPILER_ARGS.addAll(commonCompilerArgs);COMPILER_ARGS.addAll(Arrays.asList("-Xlint:varargs", "-Xlint:fallthrough", "-Xlint:rawtypes", "-Xlint:deprecation","-Xlint:unchecked"));TEST_COMPILER_ARGS = new ArrayList<>();TEST_COMPILER_ARGS.addAll(commonCompilerArgs);TEST_COMPILER_ARGS.addAll(Arrays.asList("-Xlint:-varargs", "-Xlint:-fallthrough", "-Xlint:-rawtypes","-Xlint:-deprecation", "-Xlint:-unchecked", "-parameters"));
}

編譯

編譯 spring-oxm

進入spring源碼的位置使用cmd進入控制臺,運行以下命令(第一次下載會比較慢):

gradle.bat :spring-oxm:compileTestJava

看到如下則證明依賴下完了

image-20250718225628524

編譯spring-core 模塊

編譯完成后,在執行一下命令:

gradle.bat :spring-core:compileTestJava

看到如下則證明編譯完了

image-20250718225819546

將Spring源碼導入 idea 并進行配置

驗證源碼是否可用

在源碼目錄下新建一個模塊

build.gradle中的依賴如下:

plugins {id 'java'
}group = 'org.spring'
version = '5.3.0-SNAPSHOT'repositories {mavenLocal()maven{url 'https://maven.aliyun.com/nexus/content/groups/public'}maven{url 'https://maven.aliyun.com/nexus/content/repositories/jcenter'}mavenCentral()
}dependencies {testCompile group: 'junit', name: 'junit', version: '4.12'compile(project(":spring-context"))}test {useJUnitPlatform()
}
測試

image-20250718230001908

結果

image-20250718230237976

結尾

至此,已經能夠保證本地Spring源碼是能夠使用的了,如有小白有配置上的問題,歡迎后臺私信喲,看見會馬上回復的。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/89517.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/89517.shtml
英文地址,請注明出處:http://en.pswp.cn/web/89517.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Excel導出實戰:從入門到精通 - 構建專業級數據報表的完整指南

文章目錄Excel導出實戰&#xff1a;從入門到精通 - 構建專業級數據報表的完整指南引言&#xff1a;ExcelJSFileSaver如何映射到Excel操作一、ExcelJS核心架構解析 - 從文件結構理解1. 工作簿(Workbook)模型 - 相當于整個Excel文件2. 工作表(Worksheet)配置 - 相當于單個工作表設…

PyTorch圖像預處理全解析(transforms)

1. 引言在深度學習計算機視覺任務中&#xff0c;數據預處理和數據增強是模型訓練的關鍵步驟&#xff0c;直接影響模型的泛化能力和最終性能表現。PyTorch 提供的 torchvision.transforms 模塊&#xff0c;封裝了豐富的圖像變換方法&#xff0c;能夠高效地完成圖像標準化、裁剪、…

slam中的eskf觀測矩陣推導

在之前的《slam中的eskf推導》一文中&#xff0c;沒有寫觀測矩陣 H 矩陣的過程&#xff0c;現在補上這部分。前置列舉幾個等下推導需要用到的一些點&#xff1a;平面特征點構造觀測矩陣例如在 fastlio 中&#xff0c;是利用平面特征點到擬合平面的距離來構造觀測方程&#xff0…

Python_2

邏輯判斷 首先得首先&#xff0c;我們想判斷一個邏輯的正確與否&#xff0c;一定是需要一個能夠表現出邏輯的詞 如果我只說一個1 2&#xff0c;那么大家都不知道我在說什么但是如果我說1<2,那么大家就能判斷這個語句的正確與否了 下面是幾個常用的邏輯詞 < 小于>大于&…

Liunx-Lvs配置項目練習

1.實驗環境配置Lvs調度器有兩塊網卡 一塊僅主機和一塊nat網卡&#xff0c;客戶端nat模式&#xff0c;兩臺服務器為僅主機模式2.集群和分布式簡介集群與分布式系統簡介集群 (Cluster)集群是指將多臺計算機(通常為同構的)通過高速網絡連接起來&#xff0c;作為一個整體對外提供服…

T5(Text-to-Text Transfer Transformer) 模型

下面是對 T5&#xff08;Text-to-Text Transfer Transformer&#xff09; 模型的詳細介紹&#xff0c;包括其原理、架構、訓練方式、優勢與局限&#xff0c;以及與其他模型&#xff08;如 BERT、GPT&#xff09;的對比。一、T5 是什么&#xff1f;T5&#xff08;Text-to-Text T…

PostgreSQL技術大講堂 - 第97講:PG數據庫編碼和區域(locale)答疑解惑

PostgreSQL從入門到精通系列課程&#xff0c;近100節PG技術講解&#xff0c;讓你從小白一步步成長為獨當一面的PG專業人員&#xff0c;點擊這里查看章節內容。 PostgreSQL從入門到精通課程&#xff0c;持續更新&#xff0c;歡迎加入。第97講&#xff1a;PostgreSQL 數據庫編碼…

【IEEE獨立出版 】第六屆機器學習與計算機應用國際學術會議(ICMLCA 2025)

第六屆機器學習與計算機應用國際學術會議&#xff08;ICMLCA 2025&#xff09; 大會簡介 第六屆機器學習與計算機應用國際學術會議(ICMLCA 2025)定于2025年10月17-19日在中國深圳隆重舉行。本屆會議將主要關注機器學習和計算機應用面臨的新的挑戰問題和研究方向&#xff0c;著力…

對于編碼電機-520直流減速電機

編碼電機的介紹 編碼器是一種將角位移或者直線位移轉換成一連串電數字脈沖的一種傳感器。我們可以通過編碼器測量電機轉動的位移或者速度信息。 編碼器按照工作原理&#xff0c;可以分為增量式編碼器和絕對式編碼器&#xff0c;絕對式編碼器的每一個位置對應一個確定的數字碼&a…

Rust入門之并發編程基礎(三)

Rust入門之并發編程基礎&#xff08;三&#xff09; 題記&#xff1a;6月底7月初&#xff0c;結束北京的工作生活回到二線省會城市發展了&#xff0c;鴿了較久了&#xff0c;要繼續堅持學習Rust&#xff0c;堅持寫博客。 背景 我們平時使用計算機完成某項工作的時候&#xf…

一文讀懂循環神經網絡—深度循環神經網絡(DRNN)

目錄 一、從 RNN 到 DRNN&#xff1a;為什么需要 “深度”&#xff1f; 二、DRNN 的核心結構 1. 時間維度&#xff1a;循環傳遞 2. 空間維度&#xff1a;多層隱藏層 3. 雙向 DRNN&#xff08;Bidirectional DRNN&#xff09; 三、DRNN 的關鍵挑戰與優化 1. 梯度消失 / 爆…

磁懸浮軸承系統中由不平衡力引發的惡性循環機制深度解析

磁懸浮軸承系統中由不平衡力引發的 “振動-激勵-更大振動”惡性循環 是一個典型的 正反饋失控過程,其核心在于 傳感器信號的污染 與 控制器對真實位移的誤判。以下是其逐步演進的原理詳解: 惡性循環的觸發與演進 1:不平衡力的產生(根源) 轉子存在質量偏心,質心(CM)偏離…

優迅股份IPO隱憂:毛利水平“兩連降”,研發費用率不及行業均值

撰稿|行星來源|貝多財經近日&#xff0c;廈門優迅芯片股份有限公司&#xff08;下稱“優迅股份”&#xff09;的科創板IPO審核狀態變更為“已問詢”&#xff0c;中信證券為其保薦機構。天眼查App信息顯示&#xff0c;優迅股份成立于2003年2月&#xff0c;是中國首批專業從事光通…

Linux探秘坊-------15.線程概念與控制

1.線程概念 1.什么是線程2.線程 vs 進程不同的操作系統有不同的實現方式&#xff1a; linux &#xff1a;直接使用pcb的功能來模擬線程&#xff0c;不創建新的數據結構windows&#xff1a; 使用新的數據結構TCB&#xff0c;來進行實現&#xff0c;一個PCB里有很多個TCB 3.資源劃…

Github庫鏡像到本地私有Gitlab服務器

上一節我們看了如何架設自己的Gitlab服務器&#xff0c;今天我們看怎么把Github庫轉移到自己的Gitlab上。 首先登錄github&#xff0c;進入自己的庫復制地址。 克隆鏡像庫 在本地新建一個文件夾 在文件夾執行CMD指令 git clone --mirror gitgithub.com:thinbug/A.git–mirror參…

【C++】——類和對象(中)——默認成員函數

一、類的默認成員函數默認成員函數就是用戶沒有顯示實現&#xff0c;不過編譯器會自動生成的成員函數&#xff0c;稱為默認成員函數。一個類默認成員函數一共有6個&#xff0c;在我們不寫的情況下&#xff0c;編譯器就會自動生成這6個成員函數&#xff0c;不過我們重點要學習的…

MATLAB知識點總結

1.將A圖與B圖相同范圍內歸一化顯示在同一個figure上&#xff1a; figure, plot(A(150:450,500)/max(A(150:450,500))) hold on plot(D(150:450,500)/max(D(150:450,500)),‘R’) 將兩幅圖像的一定范圍顯示在同一圖像上。 figure,plot(A(350,100:450)) hold on plot(G(350,100:4…

易天光通信10G SFP+ 1550nm 120KM 雙纖光模塊:遠距離傳輸的實力擔當

目錄 前言 一、10G SFP雙纖光模塊概述 二、易天10G SFP 120KM 雙纖光模塊核心優勢與應用 核心優勢&#xff1a; 主要關鍵應用如下&#xff1a; 三、易天10G SFP 120KM 雙纖光模塊客戶優勢 總結 關于易天 前言 在構建高效穩定的網絡架構時&#xff0c;10G SFP 光模塊 12…

【深度學習】神經網絡 批量標準化-part6

九、批量標準化是一種廣泛使用的神經網絡正則化技術&#xff0c;對每一層的輸入進行標準化&#xff0c;進行縮放和平移&#xff0c;目的是加速訓練&#xff0c;提高模型穩定性和泛化能力&#xff0c;通常在全連接層或是卷積層之和&#xff0c;激活函數之前使用核心思想對每一批…

【數據可視化-67】基于pyecharts的航空安全深度剖析:墜毀航班數據集可視化分析

&#x1f9d1; 博主簡介&#xff1a;曾任某智慧城市類企業算法總監&#xff0c;目前在美國市場的物流公司從事高級算法工程師一職&#xff0c;深耕人工智能領域&#xff0c;精通python數據挖掘、可視化、機器學習等&#xff0c;發表過AI相關的專利并多次在AI類比賽中獲獎。CSDN…